Bạn có thể dùng Bộ công cụ học máy để xác định ngôn ngữ của một chuỗi văn bản. Bạn có thể lấy ngôn ngữ có nhiều khả năng xuất hiện nhất trong chuỗi, cũng như điểm số tin cậy cho tất cả ngôn ngữ có thể có của chuỗi.
Bộ công cụ học máy nhận dạng văn bản của hơn 100 ngôn ngữ khác nhau trong chữ viết gốc. Ngoài ra, văn bản được La tinh hoá có thể được công nhận bằng tiếng Ả Rập, tiếng Bulgaria, tiếng Trung, tiếng Hy Lạp, tiếng Hindi, tiếng Nhật và tiếng Nga. Hãy xem danh sách đầy đủ các ngôn ngữ và tập lệnh được hỗ trợ.
Gộp chung | Không nhóm | |
---|---|---|
Tên thư viện | com.google.mlkit:language-id | com.google.android.gms:play-services-mlkit-language-id |
Triển khai | Mô hình được liên kết tĩnh với ứng dụng của bạn tại thời điểm xây dựng. | Mô hình được tải xuống một cách linh động thông qua Dịch vụ Google Play. |
Tác động của kích thước ứng dụng | Tăng kích thước khoảng 900 KB. | Tăng kích thước khoảng 200 KB. |
Thời gian khởi chạy | Mô hình có sẵn ngay lập tức. | Có thể phải đợi mô hình tải xuống trước khi sử dụng lần đầu. |
Dùng thử
- Hãy thử ứng dụng mẫu để xem ví dụ về cách sử dụng API này.
Trước khi bắt đầu
Trong tệp
build.gradle
cấp dự án, hãy nhớ đưa kho lưu trữ Maven của Google vào cả hai mụcbuildscript
vàallprojects
.Thêm các phần phụ thuộc của thư viện Android Bộ công cụ học máy vào tệp gradle cấp ứng dụng của mô-đun (thường là
app/build.gradle
). Chọn một trong các phần phụ thuộc sau đây tuỳ theo nhu cầu của bạn:Để nhóm mô hình với ứng dụng của bạn:
dependencies { // ... // Use this dependency to bundle the model with your app implementation 'com.google.mlkit:language-id:17.0.5' }
Cách sử dụng mô hình này trong Dịch vụ Google Play:
dependencies { // ... // Use this dependency to use the dynamically downloaded model in Google Play Services implementation 'com.google.android.gms:play-services-mlkit-language-id:17.0.0' }
Nếu chọn sử dụng mô hình này trong Dịch vụ Google Play, bạn có thể định cấu hình ứng dụng để tự động tải mô hình xuống thiết bị sau khi cài đặt ứng dụng qua Cửa hàng Play. Để làm như vậy, hãy thêm nội dung khai báo sau vào tệp
AndroidManifest.xml
của ứng dụng:<application ...> ... <meta-data android:name="com.google.mlkit.vision.DEPENDENCIES" android:value="langid" > <!-- To use multiple models: android:value="langid,model2,model3" --> </application>
Bạn cũng có thể kiểm tra rõ ràng tình trạng cung cấp mô hình và yêu cầu tải xuống thông qua ModuleInstallClient API của Dịch vụ Google Play.
Nếu bạn không cho phép tải mô hình xuống tại thời điểm cài đặt hoặc không yêu cầu tải xuống một cách rõ ràng, thì mô hình sẽ được tải xuống trong lần đầu tiên bạn chạy giá trị nhận dạng. Các yêu cầu bạn đưa ra trước khi tải xuống hoàn tất sẽ không có kết quả.
Xác định ngôn ngữ của chuỗi
Để xác định ngôn ngữ của một chuỗi, hãy gọi LanguageIdentification.getClient()
để lấy một thực thể của LanguageIdentifier
, rồi truyền chuỗi đó vào phương thức identifyLanguage()
của LanguageIdentifier
.
Ví dụ:
Kotlin
val languageIdentifier = LanguageIdentification.getClient() languageIdentifier.identifyLanguage(text) .addOnSuccessListener { languageCode -> if (languageCode == "und") { Log.i(TAG, "Can't identify language.") } else { Log.i(TAG, "Language: $languageCode") } } .addOnFailureListener { // Model couldn’t be loaded or other internal error. // ... }
Java
LanguageIdentifier languageIdentifier = LanguageIdentification.getClient(); languageIdentifier.identifyLanguage(text) .addOnSuccessListener( new OnSuccessListener<String>() { @Override public void onSuccess(@Nullable String languageCode) { if (languageCode.equals("und")) { Log.i(TAG, "Can't identify language."); } else { Log.i(TAG, "Language: " + languageCode); } } }) .addOnFailureListener( new OnFailureListener() { @Override public void onFailure(@NonNull Exception e) { // Model couldn’t be loaded or other internal error. // ... } });
Nếu lệnh gọi thành công, mã ngôn ngữ BCP-47 sẽ được chuyển đến trình nghe thành công, cho biết ngôn ngữ của văn bản. Nếu không có ngôn ngữ nào được phát hiện tự tin, thì mã und
(chưa xác định) sẽ được truyền.
Theo mặc định, Bộ công cụ học máy chỉ trả về một giá trị không phải là und
khi xác định ngôn ngữ có giá trị tin cậy ít nhất là 0,5. Bạn có thể thay đổi ngưỡng này bằng cách chuyển đối tượng LanguageIdentificationOptions
đến getClient()
:
Kotlin
val languageIdentifier = LanguageIdentification .getClient(LanguageIdentificationOptions.Builder() .setConfidenceThreshold(0.34f) .build())
Java
LanguageIdentifier languageIdentifier = LanguageIdentification.getClient( new LanguageIdentificationOptions.Builder() .setConfidenceThreshold(0.34f) .build());
Nhận các ngôn ngữ có thể có của một chuỗi
Để biết giá trị tin cậy của những ngôn ngữ có nhiều khả năng xuất hiện nhất trong một chuỗi, hãy lấy một thực thể của LanguageIdentifier
rồi truyền chuỗi đó vào phương thức identifyPossibleLanguages()
.
Ví dụ:
Kotlin
val languageIdentifier = LanguageIdentification.getClient() languageIdentifier.identifyPossibleLanguages(text) .addOnSuccessListener { identifiedLanguages -> for (identifiedLanguage in identifiedLanguages) { val language = identifiedLanguage.languageTag val confidence = identifiedLanguage.confidence Log.i(TAG, "$language $confidence") } } .addOnFailureListener { // Model couldn’t be loaded or other internal error. // ... }
Java
LanguageIdentifier languageIdentifier = LanguageIdentification.getClient(); languageIdentifier.identifyPossibleLanguages(text) .addOnSuccessListener(new OnSuccessListener<List<IdentifiedLanguage>>() { @Override public void onSuccess(List<IdentifiedLanguage> identifiedLanguages) { for (IdentifiedLanguage identifiedLanguage : identifiedLanguages) { String language = identifiedLanguage.getLanguageTag(); float confidence = identifiedLanguage.getConfidence(); Log.i(TAG, language + " (" + confidence + ")"); } } }) .addOnFailureListener( new OnFailureListener() { @Override public void onFailure(@NonNull Exception e) { // Model couldn’t be loaded or other internal error. // ... } });
Nếu lệnh gọi thành công, danh sách đối tượng IdentifiedLanguage
sẽ được chuyển đến trình nghe thành công. Từ mỗi đối tượng, bạn có thể nhận được mã BCP-47 của ngôn ngữ và độ tin cậy rằng chuỗi bằng ngôn ngữ đó. Lưu ý rằng các giá trị này cho biết độ tin cậy rằng toàn bộ chuỗi bằng một ngôn ngữ nhất định; Bộ công cụ học máy không xác định nhiều ngôn ngữ trong một chuỗi duy nhất.
Theo mặc định, Bộ công cụ học máy chỉ trả về các ngôn ngữ có giá trị tin cậy ít nhất là 0,01. Bạn có thể thay đổi ngưỡng này bằng cách chuyển đối tượng LanguageIdentificationOptions
đến getClient()
:
Kotlin
val languageIdentifier = LanguageIdentification .getClient(LanguageIdentificationOptions.Builder() .setConfidenceThreshold(0.5f) .build())
Java
LanguageIdentifier languageIdentifier = LanguageIdentification.getClient( new LanguageIdentificationOptions.Builder() .setConfidenceThreshold(0.5f) .build());
Nếu không có ngôn ngữ nào đáp ứng ngưỡng này, thì danh sách sẽ có một mục với giá trị und
.