Python 语言检测指南

借助 MediaPipe Language Detector 任务，您可以识别一段文本使用的语言。这些说明向您展示如何在 Python 中使用语言检测器。代码示例这些说明中描述的 GitHub

要了解此任务的实际运行情况，请查看 demo。如需详细了解功能、模型和配置选项部分，请参阅概览。

代码示例

语言检测器的示例代码提供了该 API 的完整实现，供您参考。此代码可帮助您测试此任务，开始构建您自己的语言检测功能。您可以查看、运行修改语言检测器示例代码只需使用网络浏览器即可。

设置

本部分介绍了设置开发环境和代码项目。有关设置开发环境以使用 MediaPipe 任务，包括平台版本要求，请参阅 Python 设置指南。

软件包

语言检测器使用 mediapipe pip 包。你可以安装替换为：

$ python -m pip install mediapipe

导入

导入以下类以访问语言检测器任务函数：

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

型号

MediaPipe Language Detector 任务需要一个与此训练兼容的模型，任务。如需详细了解语言检测器的可用训练模型，请参阅任务概览的模型部分。

选择并下载模型，然后将其存储在项目目录中：

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

使用 BaseOptions 对象 model_asset_path 指定模型的路径参数中，如下所示：

base_options = BaseOptions(model_asset_path=model_path)

创建任务

MediaPipe 语言检测器任务使用 create_from_options 函数来设置任务。create_from_options 函数接受配置值选项来设置检测器选项。您还可以使用以下代码 create_from_model_path 工厂函数。create_from_model_path 函数接受经过训练的模型文件的相对或绝对路径。如需详细了解如何配置任务，请参阅配置选项。

以下代码演示了如何构建和配置此任务。

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

配置选项

此任务具有以下适用于 Python 应用的配置选项：

选项名称	说明	值范围	默认值
`max_results`	将评分最高的语言预测的可选数量上限设置为 return。如果此值小于零，则返回所有可用的结果。	任何正数	`-1`
`score_threshold`	设置预测分数阈值，以替换模型元数据（如果有）。低于此值的结果将被拒绝。	任意浮点数	未设置
`category_allowlist`	设置允许的语言代码的可选列表。如果不为空，语言代码不在此集中的语言预测将已滤除。此选项与 `category_denylist`，同时使用这两个元素会导致错误。	任何字符串	未设置
`category_denylist`	设置不允许使用的语言代码的可选列表。如果非空语言预测，如果语言代码在此集合内，则将被滤除。此选项与 `category_allowlist` 和会导致错误。	任何字符串	未设置

准备数据

语言检测器使用文本 (str) 数据。任务处理数据输入预处理，包括标记化和张量预处理。全部预处理在 detect 函数中进行处理。无需对输入文本进行额外的预处理。

input_text = 'The input text to be classified.'

运行任务

语言检测器使用 detect 函数来触发推断。针对语言检测，这意味着返回输入文本可能使用的语言。

以下代码演示了如何使用任务执行处理模型。

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

处理和显示结果

语言检测器输出一个 LanguageDetectorResult，其中包含一系列语言预测以及这些预测的概率。以下示例展示了此任务的输出数据：

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

通过对输入文本运行模型来获得此结果： "Il y a beaucoup de bouches qui parlent et fort peu de têtes qui pensent."。

有关处理和直观呈现结果所需的代码示例请参阅 Python 示例应用。