Android용 텍스트 삽입 가이드

MediaPipe 텍스트 임베딩 작업을 사용하면 텍스트 데이터의 숫자 표현을 만들어 의미론적 의미를 포착합니다 이 도움말에서는 Android 앱의 텍스트 삽입.

기능, 모델, 구성 옵션에 대한 자세한 내용은 개요를 참조하세요.

코드 예

MediaPipe 태스크 예시 코드는 텍스트 임베딩의 간단한 구현입니다. Android용 앱인데요. 이 예시에서는 두 모델 사이의 의미상 유사성을 평가합니다. 실제 Android 기기나 Android 기기가 필요하며 에뮬레이터입니다.

이 앱을 자체 Android 앱의 시작점으로 사용하거나 참조할 수 있습니다. 기존 앱을 수정할 때 Text Embedder 예시 코드는 GitHub

코드 다운로드

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

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 Embedder 예시 앱의 파일만 해당합니다.

   cd mediapipe
   git sparse-checkout init --cone
   git sparse-checkout set examples/text_embedder/android
   

예시 코드의 로컬 버전을 만든 후 프로젝트를 가져올 수 있습니다. Android 스튜디오로 이동하여 앱을 실행합니다. 자세한 내용은 Android

주요 구성요소

다음 파일에는 이 텍스트 삽입 예제에 대한 중요한 코드가 포함되어 있습니다. 애플리케이션:

• TextEmbedderHelper.kt: 텍스트 임베딩을 초기화하고 모델 및 위임 선택을 처리합니다.
• MainActivity.kt: 애플리케이션을 구현하고 사용자 인터페이스 구성요소를 조합합니다.

설정

이 섹션에서는 개발 환경을 설정하는 주요 단계를 설명하고 Text Embedder를 사용하도록 빌드되었습니다. 일반적인 정보 다음과 같은 MediaPipe 작업을 사용하기 위한 개발 환경 설정 플랫폼 버전 요구사항에 대한 자세한 내용은 Android

종속 항목

Text Embedder는 com.google.mediapipe:tasks-text 라이브러리를 사용합니다. 추가 Android 앱 개발 프로젝트의 build.gradle 파일에 종속 항목을 추가해야 합니다. 다음 코드를 사용하여 필요한 종속 항목을 가져올 수 있습니다.

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

모델

MediaPipe 텍스트 삽입 작업에는 이 항목과 호환되는 학습된 모델이 필요합니다. 태스크에 맞추는 것입니다. 텍스트 삽입에 사용할 수 있는 학습된 모델에 대한 자세한 내용은 다음을 참고하세요. 작업 개요의 모델 섹션을 확인합니다.

모델을 선택하고 다운로드한 후 프로젝트 디렉터리에 저장합니다.

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

ModelAssetPath 매개변수 내에 모델의 경로를 지정합니다. 예시 코드에서 모델은 setupTextEmbedder() 함수의 TextEmbedderHelper.kt 파일:

BaseOptions.Builder.setModelAssetPath() 함수를 사용하여 경로를 지정합니다. 사용됩니다. 이 메서드는 다음 코드 예제에서 참조됩니다. 섹션으로 이동합니다.

할 일 만들기

createFrom...() 함수 중 하나를 사용하여 작업을 만들 수 있습니다. 이 createFromOptions() 함수는 Embedder를 설정하는 구성 옵션을 허용합니다. 있습니다. createFromFile() 팩토리를 사용하여 작업을 초기화할 수도 있습니다. 함수를 사용하세요. createFromFile() 함수는 학습된 모델 파일입니다. 구성 옵션에 대한 자세한 내용은 다음을 참조하세요. 구성 옵션.

다음 코드는 이 작업을 빌드하고 구성하는 방법을 보여줍니다.

val baseOptions = baseOptionsBuilder.build()
val optionsBuilder =
    TextEmbedderOptions.builder().setBaseOptions(baseOptions)
val options = optionsBuilder.build()
textEmbedder = TextEmbedder.createFromOptions(context, options)

예제 코드 구현은 setupTextEmbedder() 함수를 TextEmbedderHelper.kt 파일에서 참조됩니다.

구성 옵션

이 작업에는 Android 앱을 위한 다음과 같은 구성 옵션이 있습니다.

데이터 준비

텍스트 임베딩은 텍스트 (String) 데이터와 함께 작동합니다. 작업에서 데이터 입력을 처리함 전처리(토큰화 및 텐서 전처리 포함) 전체 전처리는 embed() 함수 내에서 처리됩니다. 따라서 사전에 입력 텍스트를 사전 처리하기 위한 것입니다.

val inputText = "The input text to be embedded."

작업 실행

텍스트 임베딩은 embed 함수를 사용하여 추론을 트리거합니다. 텍스트 이는 입력 텍스트의 임베딩 벡터를 반환하는 것입니다.

다음 코드는 작업 모델을 사용하여 처리를 실행하는 방법을 보여줍니다.

textEmbedder?.let {
    val firstEmbed =
        it.embed(firstText).embeddingResult().embeddings().first()
    val secondEmbed =
        it.embed(secondText).embeddingResult().embeddings().first()
    ...
}

코드 예시에서 embed 함수는 TextEmbedderHelper.kt 파일에서 참조됩니다.

결과 처리 및 표시

추론을 실행하면 Text Embedder 작업은 TextEmbedderResult를 반환합니다. 임베딩 목록 (부동 소수점 또는 스칼라 양자화)됩니다.

다음은 이 작업의 출력 데이터 예시를 보여줍니다.

TextEmbedderResult:
  Embedding #0 (sole embedding head):
    float_embedding: {0.2345f, 0.1234f, ..., 0.6789f}
    head_index: 0

다음을 사용하여 두 임베딩의 의미적 유사성을 비교할 수 있습니다. TextEmbedder.cosineSimilarity 함수를 사용하세요. 다음 코드의 예를 참고하세요.

val similarity = TextEmbedder.cosineSimilarity(firstEmbed, secondEmbed)

코드 예시에서 TextEmbedder.cosineSimilarity() 함수는 TextEmbedderHelper.kt 파일에서 참조됩니다.