Python 的語言偵測指南

MediaPipe 語言偵測工具工作可讓您找出一段文字的語言。這些操作說明會示範如何搭配使用語言偵測器與 Python。程式碼範例您可在 GitHub。

您可以前往 demo」。進一步瞭解功能、模型和設定選項請參閱總覽。

程式碼範例

語言偵測器的範例程式碼提供了執行相關作業這個程式碼可協助您測試這項工作您就可以開始打造自己的語言偵測功能您可以查看、執行編輯語言偵測器程式碼範例只要使用網路瀏覽器即可。

設定

本節說明設定開發環境的重要步驟，以及專門使用 Language Detector 的程式碼專案如需設定開發環境以使用 MediaPipe 工作，包括：平台版本需求，請參閱 Python 設定指南。

套件

語言偵測器使用 mediapipe pip 套件。您可以安裝依附元件取代為：

$ python -m pip install mediapipe

匯入

匯入下列類別，以存取語言偵測工具工作函式：

import mediapipe as mp
from mediapipe.tasks import python
from mediapipe.tasks.python import text

型號

MediaPipe 語言偵測器工作需要一個與此相容的已訓練模型工作。如要進一步瞭解語言偵測器可用的已訓練模型，請參閱：工作總覽的「Models」(模型) 區段。

選取並下載模型，然後將模型儲存在專案目錄中：

model_path = '/absolute/path/to/language_detector.tflite'

使用 BaseOptions 物件 model_asset_path 指定模型路徑參數，如下所示：

base_options = BaseOptions(model_asset_path=model_path)

建立工作

MediaPipe 語言偵測工具工作會使用 create_from_options 函式設定工作。create_from_options 函式接受設定值用來設定偵測工具的選項。您也可以使用 create_from_model_path 工廠函式。create_from_model_path 函式接受訓練模型檔案的相對或絕對路徑。如需更多關於設定工作的資訊，請參閱設定選項。

下列程式碼示範如何建構及設定這項工作。

base_options = python.BaseOptions(model_asset_path=model_path)
options = text.LanguageDetectorOptions(base_options=base_options)

設定選項

這項工作有下列 Python 應用程式設定選項：

選項名稱	說明	值範圍	預設值
`max_results`	將最高分數的語言預測結果 (選用) 設為傳回。如果此值小於零，則會傳回所有可用的結果。	任何正數	`-1`
`score_threshold`	設定預測分數門檻，此門檻會覆寫模型中繼資料 (如有)低於這個值的結果遭到拒絕。	任何浮點值	未設定
`category_allowlist`	設定允許的語言代碼清單 (選用)。如果非空白如果語言代碼中沒有對應的語言代碼，則系統會過濾掉。這個選項會與 `category_denylist` 和同時使用這兩種方法都會發生錯誤。	任何字串	未設定
`category_denylist`	設定不允許的語言代碼清單 (選用)。如果非空白的語言預測結果如果包含此集合中的語言代碼，系統就會加以篩選。這個選項與 `category_allowlist` 和同時使用這兩種方法都會發生錯誤。	任何字串	未設定

準備資料

語言偵測工具支援文字 (str) 資料。這個工作會處理資料輸入預先處理作業，包括權杖化和 Tensor 預先處理所有語言預先處理會在 detect 函式中處理。不需要使用預先處理輸入文字的額外內容

input_text = 'The input text to be classified.'

執行工作

語言偵測工具會使用 detect 函式觸發推論。語言用偵測，這意味著會傳回輸入文字的可能語言。

下列程式碼示範如何使用工作執行處理程序模型

with python.text.LanguageDetector.create_from_options(options) as detector:
  detection_result = detector.detect(input_text)

處理及顯示結果

語言偵測器會輸出 LanguageDetectorResult 以及生成這些預測結果的機率以下範例顯示這項工作的輸出資料範例：

LanguageDetectorResult:
  LanguagePrediction #0:
    language_code: "fr"
    probability: 0.999781

透過對輸入文字執行模型來取得這個結果： "Il y a beaucoup de bouches qui parlent et fort peu de têtes qui pensent."。

例如處理及視覺化呈現結果所需的程式碼範例請參閱 Python 範例應用程式。