Android용 텍스트 분류 가이드

MediaPipe Text Classifier 작업을 사용하면 텍스트를 긍정적 또는 부정적 감정과 같은 정의된 카테고리 집합으로 분류할 수 있습니다. 카테고리는 사용하는 모델과 모델의 학습 방법에 따라 결정됩니다. 이 안내에서는 Android 앱에서 Text Classifier를 사용하는 방법을 설명합니다.

데모에서 이 작업의 작동 방식을 확인할 수 있습니다. 이 작업의 기능, 모델, 구성 옵션에 대한 자세한 내용은 개요를 참조하세요.

코드 예시

Text Classifier의 예시 코드는 이 작업을 참고용으로 간단하게 구현합니다. 이 코드를 사용하면 이 작업을 테스트하고 자체 텍스트 분류 앱 빌드를 시작할 수 있습니다. GitHub에서 Text Classifier 예시 코드를 살펴볼 수 있습니다.

코드 다운로드

다음 안내에서는 git 버전 제어 명령줄 도구를 사용하여 예시 코드의 로컬 사본을 만드는 방법을 보여줍니다.

예시 코드를 다운로드하려면 다음 단계를 따르세요.

  1. 다음 명령어를 사용하여 git 저장소를 클론합니다. 
    git clone https://github.com/google-ai-edge/mediapipe-samples
  2. 필요한 경우 Text Classifier 예시 앱의 파일만 보유할 수 있도록 희소 결제를 사용하도록 git 인스턴스를 구성합니다. 
    cd mediapipe
git sparse-checkout init --cone
git sparse-checkout set examples/text_classification/android

Android 스튜디오로 예를 설정하고 실행하는 방법에 관한 안내는 Android 설정 가이드의 코드 설정 예를 참고하세요.

주요 구성요소

다음 파일에는 텍스트 분류 예시 앱에 중요한 코드가 포함되어 있습니다.

  • TextClassifierHelper.kt - Text Classifier를 초기화하고 모델 선택을 처리합니다.
  • MainActivity.kt - TextClassifierHelper 및 ResultsAdapter 호출을 포함하여 애플리케이션을 구현합니다.
  • ResultsAdapter.kt - 결과를 처리하고 형식을 지정합니다.

설정

이 섹션에서는 특히 Text Classifier를 사용하도록 개발 환경과 코드 프로젝트를 설정하는 주요 단계를 설명합니다. 플랫폼 버전 요구사항을 포함하여 MediaPipe 태스크를 사용하기 위한 개발 환경 설정에 관한 일반적인 정보는 Android 설정 가이드를 참고하세요.

종속 항목

Text Classifier는 com.google.mediapipe:tasks-text 라이브러리를 사용합니다. 이 종속 항목을 Android 앱 개발 프로젝트의 build.gradle 파일에 추가합니다. 다음 코드를 사용하여 필요한 종속 항목을 가져올 수 있습니다.

dependencies {
    implementation 'com.google.mediapipe:tasks-text:latest.release'
}

모델

MediaPipe Text Classifier 작업에는 이 작업과 호환되는 학습된 모델이 필요합니다. Text Classifier에 사용할 수 있는 학습된 모델에 대한 자세한 내용은 작업 개요 모델 섹션을 참조하세요.

모델을 선택하고 다운로드한 후 프로젝트 assets 디렉터리에 저장합니다.

<dev-project-root>/src/main/assets

BaseOptions.Builder.setModelAssetPath() 메서드를 사용하여 사용할 모델의 경로를 지정합니다. 코드 예는 다음 섹션을 참고하세요.

할 일 만들기

Text Classifier TextClassifier.createFrom...() 함수 중 하나를 사용하여 추론을 실행할 작업을 준비합니다. 학습된 모델 파일의 상대 또는 절대 경로와 함께 createFromFile() 함수를 사용할 수 있습니다. 아래 코드 예에서는 TextClassifier.createFromOptions() 함수를 사용하는 방법을 보여줍니다. 사용 가능한 구성 옵션에 대한 자세한 내용은 구성 옵션을 참고하세요.

다음 코드는 이 작업을 빌드하고 구성하는 방법을 보여줍니다.

// no directory path required if model file is in src/main/assets:
String currentModel = "text_classifier_model.tflite";

fun initClassifier() {
    val baseOptionsBuilder = BaseOptions.builder()
        .setModelAssetPath(currentModel)
    try {
        val baseOptions = baseOptionsBuilder.build()
        val optionsBuilder = TextClassifier.TextClassifierOptions.builder()
            .setBaseOptions(baseOptions)
        val options = optionsBuilder.build()
        textClassifier = TextClassifier.createFromOptions(context, options)
    } catch (e: IllegalStateException) { // exception handling
    }
}

작업을 만드는 방법의 예는 TextClassifierHelper 클래스 initClassifier() 함수에서 확인할 수 있습니다.

구성 옵션

이 작업에는 다음과 같은 Android 앱용 구성 옵션이 있습니다.

옵션 이름 설명 값 범위 기본값
displayNamesLocale 가능한 경우 태스크 모델의 메타데이터에 제공되는 표시 이름에 사용할 라벨 언어를 설정합니다. 기본값은 영어의 경우 en입니다. TensorFlow Lite Metadata Writer API를 사용하여 커스텀 모델의 메타데이터에 현지화된 라벨을 추가할 수 있습니다. 언어 코드 한국어
maxResults 반환할 최고 점수를 받은 분류 결과의 최대 개수를 선택합니다(선택사항). 0보다 작은 경우 사용 가능한 모든 결과가 반환됩니다. 모든 양수 -1
scoreThreshold 모델 메타데이터에서 제공된 값 (있는 경우)을 재정의하는 예측 점수 임곗값을 설정합니다. 이 값보다 낮은 결과는 거부됩니다. 모든 플로팅 설정되지 않음
categoryAllowlist 허용된 카테고리 이름의 선택적 목록을 설정합니다. 비어 있지 않으면 카테고리 이름이 이 세트에 없는 분류 결과는 필터링됩니다. 중복되거나 알 수 없는 카테고리 이름은 무시됩니다. 이 옵션은 categoryDenylist와 상호 배타적이며 둘 다 사용하면 오류가 발생합니다. 모든 문자열 설정되지 않음
categoryDenylist 허용되지 않는 카테고리 이름의 선택적 목록을 설정합니다. 비어 있지 않으면 카테고리 이름이 이 세트에 있는 분류 결과가 필터링됩니다. 중복되거나 알 수 없는 카테고리 이름은 무시됩니다. 이 옵션은 categoryAllowlist와 함께 사용할 수 없으며 두 옵션을 모두 사용하면 오류가 발생합니다. 모든 문자열 설정되지 않음

데이터 준비

Text Classifier는 텍스트 (String) 데이터와 함께 사용할 수 있습니다. 이 태스크는 토큰화와 텐서 전처리를 포함하여 데이터 입력 사전 처리를 처리합니다.

모든 전처리는 classify() 함수 내에서 처리됩니다. 사전에 입력 텍스트를 추가로 사전 처리할 필요는 없습니다.

String inputText = "The input text to be classified.";

작업 실행

Text Classifier는 TextClassifier.classify() 함수를 사용하여 추론을 실행합니다. 앱에서 Android 사용자 인터페이스 스레드가 차단되지 않도록 분류를 실행하는 데 별도의 실행 스레드를 사용합니다.

다음 코드는 별도의 실행 스레드를 사용하여 작업 모델로 처리를 실행하는 방법을 보여줍니다.

    fun classify(text: String) {
        executor = ScheduledThreadPoolExecutor(1)

        executor.execute {
            val results = textClassifier.classify(text)
            listener.onResult(results)
        }
    }

작업 실행 방법의 예는 코드 예시 TextClassifierHelper 클래스 classify() 함수에서 확인할 수 있습니다.

결과 처리 및 표시

Text Classifier는 입력 텍스트에 가능한 카테고리 목록이 포함된 TextClassifierResult를 출력합니다. 카테고리는 사용하는 모델에 따라 정의되므로 다른 카테고리를 사용하려면 다른 모델을 선택하거나 기존 모델을 다시 학습시키세요.

다음은 이 작업의 출력 데이터 예를 보여줍니다.

TextClassificationResult:
  Classification #0 (single classification head):
    ClassificationEntry #0:
      Category #0:
        category name: "positive"
        score: 0.8904
        index: 0
      Category #1:
        category name: "negative"
        score: 0.1096
        index: 1

이 결과는 입력 텍스트 "an imperfect but overall entertaining mystery"에서 BERT 분류기를 실행하여 얻은 것입니다.

코드 예시 ResultsAdapter 클래스와 ViewHolder 내부 클래스에서 결과를 표시하는 방법의 예를 확인할 수 있습니다.