Web 文本分类指南

借助 MediaPipe 文本分类器任务，您可以将文本归类到一组已定义的类别中，例如正面或负面的情感。类别决定了您使用的模型以及模型的训练方式。以下说明介绍了如何针对 Web 应用和 JavaScript 应用使用文本分类器。

您可以观看演示，了解此任务的实际效果。如需详细了解此任务的功能、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在 JavaScript 中提供了此任务的完整实现，以供您参考。此代码可帮助您测试此任务并开始构建自己的文本分类应用。您只需使用网络浏览器即可查看、运行和修改文本分类器示例代码。

初始设置

本部分介绍了专门为使用文本分类器而设置开发环境和代码项目的关键步骤。如需了解有关为使用 MediaPipe Tasks 设置开发环境的常规信息（包括平台版本要求），请参阅 Web 设置指南。

JavaScript 软件包

文本分类器代码可通过 @mediapipe/tasks-text 软件包获取。您可以从平台设置指南中提供的链接查找和下载这些库。

您可以使用以下命令，通过以下代码为本地预演安装所需的软件包：

npm install @mediapipe/tasks-text

如果要部署到服务器，您可以使用内容分发网络 (CDN) 服务（如 jsDelivr）将代码直接添加到 HTML 页面，如下所示：

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

模型

MediaPipe 文本分类器任务需要使用与此任务兼容的经过训练的模型。如需详细了解文本分类器可用的经过训练的模型，请参阅任务概览“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 参数指定模型的路径，如下所示：

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

创建任务

使用某个文本分类器 TextClassifier.createFrom...() 函数来准备运行推断的任务。您可以将 createFromModelPath() 函数与训练后的模型文件的相对或绝对路径搭配使用。以下代码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

此任务针对 Web 应用和 JavaScript 应用提供以下配置选项：

选项名称	说明	值范围	默认值
`displayNamesLocale`	设置任务模型元数据中提供的显示名（如果有）要使用的标签语言。英语的默认值为 `en`。您可以使用 TensorFlow Lite Metadata Writer API 向自定义模型的元数据添加本地化标签。	语言区域代码	en
`maxResults`	设置要返回的得分最高的分类结果的数量上限（可选）。如果小于 0，将返回所有可用的结果。	任何正数	`-1`
`scoreThreshold`	设置预测分数阈值，以替换模型元数据中提供的阈值（如果有）。低于此值的结果会被拒绝。	任意浮点数	未设置
`categoryAllowlist`	设置允许的类别名称的可选列表。如果为非空，则类别名称不在此集合中的分类结果将被滤除。系统会忽略重复或未知的类别名称。此选项与 `categoryDenylist` 互斥，如果同时使用这两者，就会引发错误。	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，则类别名称在此集合中的分类结果将被滤除。系统会忽略重复或未知的类别名称。此选项与 `categoryAllowlist` 互斥，同时使用这两者会导致错误。	任何字符串	未设置

准备数据

文本分类器可处理文本 (String) 数据。该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() 函数中处理。无需事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() 函数来触发推断。对于文本分类，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模型执行处理。

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

处理和显示结果

文本分类器会输出 TextClassifierResult，其中包含输入文本的可能类别列表。类别由您使用的模型定义，因此，如果您想要不同的类别，请选择其他模型或重新训练现有模型。

下面显示了此任务的输出数据示例：

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-classifier 来获取此结果："an imperfect but overall entertaining mystery"。