iOS용 텍스트 분류 가이드

Text Classifier 작업을 사용하면 텍스트를 정의된 카테고리 세트로 분류하고 긍정적 또는 부정적 감정인지에 따라 구분됩니다. 카테고리는 모델이 학습한 방식을 기반으로 합니다. 이 지침을 통해 iOS 앱에서 Text Classifier를 사용하는 방법을 알아보세요. 이 섹션에 설명된 코드 샘플은 안내를 보려면 GitHub

이 작업의 예를 보려면 이 웹 데모를 참고하세요. 대상 애플리케이션의 기능, 모델, 구성 옵션에 대해 자세한 내용은 개요.

코드 예

MediaPipe 태스크 예시 코드는 Text Classifier의 기본 구현입니다. 되었습니다.

이 앱을 자체 iOS 앱의 시작점으로 사용하거나 참고할 수 있습니다. 기존 앱을 수정할 때 Text Classifier 예시 코드를 참고하세요. 의 GitHub

코드 다운로드

다음 안내에서는 예시의 로컬 사본을 만드는 방법을 보여줍니다. git 명령줄 도구를 사용하여 코드를 실행합니다.

<ph type="x-smartling-placeholder">

예시 코드를 다운로드하려면 다음 안내를 따르세요.

  1. 다음 명령어를 사용하여 git 저장소를 클론합니다.

    git clone https://github.com/google-ai-edge/mediapipe-samples

  2. 원하는 경우 스파스 체크아웃을 사용하도록 git 인스턴스를 구성하여 다음과 같이 합니다. Text Classifier 예시 앱의 파일만 해당합니다.

    cd mediapipe
git sparse-checkout init --cone
git sparse-checkout set examples/text_classification/ios/

예시 코드의 로컬 버전을 생성한 후 MediaPipe 작업 라이브러리를 열고 Xcode를 사용하여 프로젝트를 열고 앱을 실행합니다. 대상 iOS 설정 가이드를 참조하세요.

주요 구성요소

다음 파일에는 Text Classifier 예시에 중요한 코드가 포함되어 있습니다. 애플리케이션:

설정

이 섹션에서는 개발 환경을 설정하는 주요 단계를 설명하고 Text Classifier 사용 방법을 알아보겠습니다. 설정 방법에 대한 일반적인 정보는 MediaPipe 작업을 사용하기 위한 개발 환경(플랫폼 버전 포함) 요구사항에 대한 자세한 내용은 iOS 설정 가이드를 참고하세요.

<ph type="x-smartling-placeholder">

종속 항목

Text Classifier는 반드시 설치해야 하는 MediaPipeTasksText 라이브러리를 사용합니다. CocoaPods를 사용하는 것입니다. Swift 및 Objective-C 앱 모두와 호환됩니다. 언어별 추가 설정이 필요하지 않습니다.

macOS에 CocoaPods를 설치하는 방법에 대한 안내는 CocoaPods 설치 가이드를 참조하세요. 필요한 포드로 Podfile를 만드는 방법에 대한 안내는 자세한 내용은 CocoaPods.

다음 코드를 사용하여 Podfile에 MediaPipeTasksText 포드를 추가합니다.

target 'MyTextClassifierApp' do
  use_frameworks!
  pod 'MediaPipeTasksText'
end

앱에 단위 테스트 타겟이 포함된 경우 Android 앱의 설정 가이드 iOS를 참고하세요. 내 Podfile

모델

MediaPipe Text Classifier 작업에는 호환되는 학습된 모델이 필요합니다. 살펴보겠습니다 Cloud Functions에 사용할 수 있는 학습된 모델에 대한 자세한 내용은 Text Classifier, 작업 개요를 참조하세요. 모델 섹션을 참조하세요.

모델을 선택 및 다운로드하고 Xcode를 사용하여 프로젝트 디렉터리에 추가합니다. Xcode 프로젝트에 파일을 추가하는 방법에 대한 안내는 관리 Xcode에서 파일 및 폴더 생성 프로젝트의 인스턴스입니다.

BaseOptions.modelAssetPath 속성을 사용하여 모델의 경로를 지정합니다. 합니다 코드 예는 다음 섹션을 참고하세요.

할 일 만들기

이니셜라이저 중 하나를 호출하여 Text Classifier 작업을 만들 수 있습니다. 이 TextClassifier(options:) 이니셜라이저는 구성 값을 설정합니다. 있습니다.

맞춤설정된 구성으로 초기화된 Text Classifier가 필요하지 않은 경우 TextClassifier(modelPath:) 이니셜라이저를 사용하여 기본 옵션이 있는 Text Classifier 구성에 대한 자세한 내용은 옵션은 구성 개요를 참고하세요.

다음 코드는 이 작업을 빌드하고 구성하는 방법을 보여줍니다.

Swift

import MediaPipeTasksText

let modelPath = Bundle.main.path(forResource: "model",
                                      ofType: "tflite")

let options = TextClassifierOptions()
options.baseOptions.modelAssetPath = modelPath
options.scoreThreshold = 0.6

let textClassifier = try TextClassifier(options: options)

Objective-C

@import MediaPipeTasksText;

NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"model"
                                                      ofType:@"tflite"];

MPPTextClassifierOptions *options = [[MPPTextClassifierOptions alloc] init];
options.baseOptions.modelAssetPath = modelPath;
options.scoreThreshold = 0.6;

MPPTextClassifier *textClassifier =
      [[MPPTextClassifier alloc] initWithOptions:options error:nil];

구성 옵션

이 작업에는 iOS 앱을 위한 다음과 같은 구성 옵션이 있습니다.

옵션 이름 설명 값 범위 기본값
displayNamesLocale 작업 모델의 메타데이터입니다(있는 경우). 기본값은 en입니다. 영어입니다. 커스텀 모델의 메타데이터에 현지화된 라벨을 추가할 수 있습니다. TensorFlow Lite Metadata Writer API 사용 언어 코드 en
maxResults 최고 점수를 매긴 분류 결과의 최대 개수(선택사항)를 반환합니다. < 0이면 사용 가능한 모든 결과가 반환됩니다. 모든 양수 -1
scoreThreshold 제공된 값을 재정의하는 예측 점수 임곗값을 설정합니다. 모델 메타데이터 (있는 경우) 이 값 미만의 결과는 거부됩니다. 모든 부동 소수점 수 설정되지 않음
categoryAllowlist 허용되는 카테고리 이름의 목록(선택사항)을 설정합니다. 비어 있지 않은 경우 카테고리 이름이 이 집합에 없는 분류 결과는 표시됩니다. 중복되거나 알 수 없는 카테고리 이름은 무시됩니다. 이 옵션은 categoryDenylist와 상호 배타적이며 둘 다 오류가 발생합니다. 모든 문자열 설정되지 않음
categoryDenylist 허용되지 않는 카테고리 이름의 목록(선택사항)을 설정합니다. 만약 비어 있지 않음. 카테고리 이름이 이 세트에 있는 분류 결과가 필터링됩니다. 있습니다. 중복되거나 알 수 없는 카테고리 이름은 무시됩니다. 이 옵션은 categoryAllowlist와는 배타적이며 두 가지를 모두 사용하면 오류가 발생합니다. 모든 문자열 설정되지 않음

데이터 준비

Text Classifier는 텍스트 데이터를 사용합니다. 작업에서 데이터 입력을 처리함 전처리(토큰화 및 텐서 전처리 포함)

모든 사전 처리는 classify(text:) 함수 내에서 처리됩니다. 없음 사전에 입력 텍스트를 사전 처리할 필요가 없습니다.

Swift

let text = "The input text to be classified."

Objective-C

NSString *text = @"The input text to be classified.";

작업 실행

Text Classifier를 실행하려면 classify(text:) 메서드를 사용하세요. Text Classifier 는 입력 텍스트에 가능한 카테고리를 반환합니다.

Swift

let result = try textClassifier.classify(text: text)

Objective-C

MPPTextClassifierResult *result = [textClassifier classifyText:text
                                                          error:nil];

참고: 작업은 추론 실행을 완료할 때까지 현재 스레드를 차단합니다. 해답을 찾을 수 있습니다. 현재 스레드가 차단되지 않도록 하려면 iOS를 사용한 백그라운드 스레드 Dispatch 또는 NSOperation 살펴봤습니다

결과 처리 및 표시

추론을 실행하면 Text Classifier 작업은 TextClassifierResult를 반환합니다. 이 객체를 반환합니다. 이 사용하는 모델에 따라 카테고리가 정의되므로 다른 모델을 선택하거나 기존 모델을 다시 학습시킵니다.

다음은 이 작업의 출력 데이터 예시를 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 텍스트에 BERT-classifier를 실행하여 얻은 것입니다. "an imperfect but overall entertaining mystery"입니다.

이 ViewController.swift 파일 예는 감지 결과를 표시하는 방법을 보여줍니다. 할 수 있습니다.