您可以使用机器学习套件识别文本字符串使用的语言。您可以 获取字符串最可能使用的语言以及所有预测的 字符串可能使用的语言。
机器学习套件可识别原生脚本中 100 多种不同的语言的文本。 此外,系统还可以识别用拉丁字母拼写的阿拉伯语、保加利亚语、中文 希腊语、印地语、日语和俄语。请参阅 受支持语言和脚本的完整列表。
试试看
- 您可以试用示例应用, 请查看此 API 的用法示例。
准备工作
- 在 Podfile 中添加以下机器学习套件 Pod:
pod 'GoogleMLKit/LanguageID', '3.2.0'
- 安装或更新项目的 Pod 之后,使用 Xcode 项目的
.xcworkspace
。Xcode 12.4 或更高版本支持机器学习套件。
识别字符串使用的语言
要识别字符串使用的语言,请获取
LanguageIdentification
,然后将字符串传递给
identifyLanguage(for:)
方法。
例如:
Swift
let languageId = NaturalLanguage.languageIdentification() languageId.identifyLanguage(for: text) { (languageCode, error) in if let error = error { print("Failed with error: \(error)") return } if let languageCode = languageCode, languageCode != "und" { print("Identified Language: \(languageCode)") } else { print("No language was identified") } }
Objective-C
MLKLanguageIdentification *languageId = [MLKLanguageIdentification languageIdentification]; [languageId identifyLanguageForText:text completion:^(NSString * _Nullable languageCode, NSError * _Nullable error) { if (error != nil) { NSLog(@"Failed with error: %@", error.localizedDescription); return; } if (![languageCode isEqualToString:@"und"] ) { NSLog(@"Identified Language: %@", languageCode); } else { NSLog(@"No language was identified"); } }];
如果调用成功,将返回一个
BCP-47 语言代码
传递给完成处理程序,表示文本的语言。如果拒绝
语言,则传递代码 und
(未确定)。
默认情况下,机器学习套件仅在识别出und
置信度值至少为 0.5 的语言。您可以更改此阈值
通过将 LanguageIdentificationOptions
对象传递给
languageIdentification(options:)
:
Swift
let options = LanguageIdentificationOptions(confidenceThreshold: 0.4) let languageId = NaturalLanguage.languageIdentification(options: options)
Objective-C
MLKLanguageIdentificationOptions *options = [[MLKLanguageIdentificationOptions alloc] initWithConfidenceThreshold:0.4]; MLKLanguageIdentification *languageId = [MLKLanguageIdentification languageIdentificationWithOptions:options];
获取字符串可能使用的语言
要获取字符串最可能使用的语言的置信度值,请获取
LanguageIdentification
的实例,然后将字符串传递给
identifyPossibleLanguages(for:)
方法。
例如:
Swift
let languageId = NaturalLanguage.languageIdentification() languageId.identifyPossibleLanguages(for: text) { (identifiedLanguages, error) in if let error = error { print("Failed with error: \(error)") return } guard let identifiedLanguages = identifiedLanguages, !identifiedLanguages.isEmpty, identifiedLanguages[0].languageCode != "und" else { print("No language was identified") return } print("Identified Languages:\n" + identifiedLanguages.map { String(format: "(%@, %.2f)", $0.languageCode, $0.confidence) }.joined(separator: "\n")) }
Objective-C
MLKLanguageIdentification *languageId = [MLKLanguageIdentification languageIdentification]; [languageId identifyPossibleLanguagesForText:text completion:^(NSArray* _Nonnull identifiedLanguages, NSError * _Nullable error) { if (error != nil) { NSLog(@"Failed with error: %@", error.localizedDescription); return; } if (identifiedLanguages.count == 1 && [identifiedLanguages[0].languageCode isEqualToString:@"und"] ) { NSLog(@"No language was identified"); return; } NSMutableString *outputText = [NSMutableString stringWithFormat:@"Identified Languages:"]; for (MLKIdentifiedLanguage *language in identifiedLanguages) { [outputText appendFormat:@"\n(%@, %.2f)", language.languageCode, language.confidence]; } NSLog(outputText); }];
如果调用成功,系统就会将 IdentifiedLanguage
对象列表传递给
接续处理程序。您可以从每个对象获取语言的 BCP-47 代码
以及字符串使用该语言的置信度。请注意,
这些值表示整个字符串出现在
语言;机器学习套件无法识别单个字符串中的多种语言。
默认情况下,机器学习套件仅返回置信度值至少为
0.01。您可以更改此阈值,方法是传递
将 LanguageIdentificationOptions
对象更改为 languageIdentification(options:)
:
Swift
let options = LanguageIdentificationOptions(confidenceThreshold: 0.4) let languageId = NaturalLanguage.languageIdentification(options: options)
Objective-C
MLKLanguageIdentificationOptions *options = [[MLKLanguageIdentificationOptions alloc] initWithConfidenceThreshold:0.4]; MLKLanguageIdentification *languageId = [MLKLanguageIdentification languageIdentificationWithOptions:options];
如果没有语言符合此阈值,则此列表将包含一个值为
und
。