ML Kit を使用してテキストの言語を識別する（iOS）

ML Kit を使用すると、テキスト文字列の言語を識別できます。文字列で最も可能性が高い言語と、文字列の可能性があるすべての言語の信頼スコアを取得できます。

ML Kit は、ネイティブ スクリプトで 100 を超える言語のテキストを認識します。また、アラビア語、ブルガリア語、中国語、ギリシャ語、ヒンディー語、日本語、ロシア語では、ローマ字化されたテキストを認識できます。サポートされている言語とスクリプトの完全なリストをご覧ください。

試してみる

始める前に

  1. Podfile に次の ML Kit Pod を含めます。 
    pod 'GoogleMLKit/LanguageID', '3.2.0'
  2. プロジェクトの Pod をインストールまたは更新したら、.xcworkspace を使用して Xcode プロジェクトを開きます。ML Kit は Xcode バージョン 12.4 以降でサポートされています。

文字列の言語を識別する

文字列の言語を識別するには、LanguageIdentification のインスタンスを取得し、文字列を identifyLanguage(for:) メソッドに渡します。

例:

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");
                           }
                         }];

呼び出しが成功すると、テキストの言語を示す BCP-47 言語コードが完了ハンドラに渡されます。どの言語も確実に検出できなかった場合は、コード und（不確定）が渡されます。

デフォルトでは、ML Kit は、言語の識別で信頼値が 0.5 以上の場合にのみ、und 以外の値を返します。このしきい値を変更するには、LanguageIdentificationOptions オブジェクトを languageIdentification(options:) に渡します。

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];

文字列で使用可能な言語を取得する

文字列で最も可能性が高い言語の信頼値を取得するには、LanguageIdentification のインスタンスを取得して、文字列を identifyPossibleLanguages(for:) メソッドに渡します。

例:

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);
}];

呼び出しが成功すると、IdentifiedLanguage オブジェクトのリストが継続ハンドラに渡されます。各オブジェクトから、言語の BCP-47 コードと、文字列がその言語であることの信頼度を取得できます。これらの値は、文字列全体が所定の言語であるという信頼度を示します。ML Kit は、1 つの文字列内の複数の言語を識別しません。

デフォルトでは、ML Kit は信頼値が 0.01 以上の言語のみを返します。このしきい値を変更するには、LanguageIdentificationOptions オブジェクトを languageIdentification(options:) に渡します。

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];

このしきい値を満たす言語がない場合、リストにはアイテムが 1 つあり、値は und になります。