Web 文本分类指南

借助 MediaPipe Text Classifier 任务，你可以将文本分类为一组定义的类别，例如正面或负面情绪。这些类别决定了以及该模型的训练方式。这些说明将介绍如何使用适用于 Web 应用和 JavaScript 应用的文本分类器。

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

代码示例

文本分类器的示例代码提供了此分类的完整实现，供您参考。此代码可帮助您测试此任务开始构建您自己的文本分类应用。您可以查看、运行修改文本分类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专门用于文本分类器的代码项目。有关设置开发环境以使用 MediaPipe Tasks，包括平台版本要求，请参阅适用于网站的设置指南。

JavaScript 软件包

文本分类器代码可通过 @mediapipe/tasks-text 软件包。您可以从平台设置指南。

您可以使用以下代码安装本地暂存所需的软件包创建 Deployment

npm install @mediapipe/tasks-text

如果您想部署到服务器，可以使用内容传送工具网络 (CDN) 服务（如 jsDelivr）将代码直接添加到您的 HTML 网页，如下所示：

<head>
  <script src="https://cdn.jsdelivr.net/npm/@mediapipe/tasks-text@0.1/text-bundle.js"
    crossorigin="anonymous"></script>
</head>

型号

MediaPipe 文本分类器任务需要一个与此分类兼容的经过训练的模型任务。如需详细了解文本分类器的可用训练模型，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：

<dev-project-root>/assets/bert_text_classifier.tflite

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

baseOptions: {
        modelAssetPath: `/assets/bert_text_classifier.tflite`
      }

创建任务

使用其中一个文本分类器 TextClassifier.createFrom...() 函数为运行推理准备任务。您可以使用 createFromModelPath() 函数。代码以下示例演示了如何使用 TextClassifier.createFromOptions() 函数。如需详细了解可用的配置选项，请参阅配置选项。

以下代码演示了如何构建和配置此任务：

async function createClassifier() {
  const textFiles = await FilesetResolver.forTextTasks("https://cdn.jsdelivr.net/npm/@mediapipe/tasks-text@latest/wasm/");
  textClassifier = await TextClassifier.createFromOptions(
    textFiles,
    {
      baseOptions: {
        modelAssetPath: `https://storage.googleapis.com/mediapipe-tasks/text_classifier/bert_text_classifier.tflite`
      },
      maxResults: 5
    }
  );
}
createClassifier();

配置选项

此任务具有以下针对 Web 和 JavaScript 的配置选项应用：

选项名称	说明	值范围	默认值
`displayNamesLocale`	设置要用于任务模型的元数据（如果有）。默认值为 `en`，英语。您可以向自定义模型的元数据中添加本地化标签使用 TensorFlow Lite Metadata Writer API	语言区域代码	en
`maxResults`	将评分最高的分类结果的可选数量上限设置为 return。如果 <0，则返回所有可用的结果。	任何正数	`-1`
`scoreThreshold`	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
`categoryAllowlist`	设置允许的类别名称的可选列表。如果不为空，类别名称未包含在此集合中的分类结果已滤除。重复或未知的类别名称会被忽略。此选项与 `categoryDenylist` 互斥，使用都会导致错误。	任何字符串	未设置
`categoryDenylist`	设置不允许使用的类别名称的可选列表。如果非空，类别名称在此集中的分类结果将被滤除。重复或未知的类别名称会被忽略。这个选项 `categoryAllowlist` 不包含，同时使用这两个元素会导致错误。	任何字符串	未设置

准备数据

文本分类器处理文本 (String) 数据。任务会处理数据输入预处理，包括标记化和张量预处理。

所有预处理都在 classify() 函数中进行处理。不需要以预先对输入文本进行额外的预处理。

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

运行任务

文本分类器使用 classify() 函数来触发推理。适用于文本分类，这意味着返回输入文本的可能类别。

以下代码演示了如何使用任务执行处理模型。

// Wait to run the function until inner text is set
const result: TextClassifierResult = await textClassifier.classify(
  inputText
);

处理和显示结果

文本分类器输出包含列表的 TextClassifierResult 可能的类别。这些类别由因此如果您需要不同的类别，请选择不同的模型，或重新训练现有数据集。

以下示例展示了此任务的输出数据：

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

通过对输入文本运行 BERT-loader 来获得此结果： "an imperfect but overall entertaining mystery"。