Android पर एमएल किट की मदद से स्मार्ट जवाब जनरेट करें

ML Kit, डिवाइस पर मौजूद मॉडल का इस्तेमाल करके, मैसेज के छोटे-छोटे जवाब जनरेट कर सकता है.

स्मार्ट जवाब जनरेट करने के लिए, ML Kit को किसी बातचीत के हाल के मैसेज का लॉग पास करें. अगर ML Kit को लगता है कि बातचीत अंग्रेज़ी में हो रही है और इसमें संवेदनशील विषय शामिल नहीं है, तो ML Kit तीन जवाब जनरेट करता है. इन्हें उपयोगकर्ता को सुझाया जा सकता है.

बंडल किए गएबंडल नहीं किए गए
लाइब्रेरी का नामcom.google.mlkit:smart-replycom.google.android.gms:play-services-mlkit-smart-reply
लागू करनामॉडल को, बिल्ड के समय आपके ऐप्लिकेशन से स्टैटिक तौर पर लिंक किया जाता है.मॉडल को Google Play services के ज़रिए डाइनैमिक तौर पर डाउनलोड किया जाता है.
ऐप्लिकेशन के साइज़ पर असरसाइज़ में करीब 5.7 एमबी की बढ़ोतरी.साइज़ में करीब 200 केबी की बढ़ोतरी.
शुरू होने में लगने वाला समयमॉडल तुरंत उपलब्ध हो जाता है.पहली बार इस्तेमाल करने से पहले, मॉडल के डाउनलोड होने तक इंतज़ार करना पड़ सकता है.

इसे आज़माएं

शुरू करने से पहले

  1. अपने प्रोजेक्ट-लेवल की build.gradle फ़ाइल में, पक्का करें कि आपने buildscript और allprojects दोनों सेक्शन में Google की Maven रिपॉज़िटरी शामिल की हो.

  2. अपने मॉड्यूल की ऐप्लिकेशन-लेवल की Gradle फ़ाइल में, ML Kit की Android लाइब्रेरी के लिए डिपेंडेंसी जोड़ें. आम तौर पर, यह फ़ाइल app/build.gradle होती है. अपनी ज़रूरत के हिसाब से, इनमें से कोई एक डिपेंडेंसी चुनें:

    • मॉडल को अपने ऐप्लिकेशन के साथ बंडल करने के लिए:
    dependencies {
  // ...
  // Use this dependency to bundle the model with your app
  implementation 'com.google.mlkit:smart-reply:17.0.4'
}
    • Google Play services में मॉडल का इस्तेमाल करने के लिए:
    dependencies {
  // ...
  // Use this dependency to use the dynamically downloaded model in Google Play Services
  implementation 'com.google.android.gms:play-services-mlkit-smart-reply:16.0.0-beta1'
}

    अगर Google Play services में मॉडल का इस्तेमाल करने का विकल्प चुना जाता है, तो अपने ऐप्लिकेशन को इस तरह कॉन्फ़िगर किया जा सकता है कि Play Store से इंस्टॉल होने के बाद, मॉडल अपने-आप डिवाइस पर डाउनलोड हो जाए. इसके लिए, अपने ऐप्लिकेशन की AndroidManifest.xml फ़ाइल में यह एलान जोड़ें:

    <application ...>
      ...
      <meta-data
          android:name="com.google.mlkit.vision.DEPENDENCIES"
          android:value="smart_reply" >
      <!-- To use multiple models: android:value="smart_reply,model2,model3" -->
</application>

    इसके अलावा, Google Play services ModuleInstallClient API के ज़रिए, मॉडल की उपलब्धता की साफ़ तौर पर जांच की जा सकती है और डाउनलोड करने का अनुरोध किया जा सकता है.

    अगर इंस्टॉल के दौरान मॉडल डाउनलोड करने की सुविधा चालू नहीं की जाती है या साफ़ तौर पर डाउनलोड करने का अनुरोध नहीं किया जाता है, तो स्मार्ट जवाब जनरेट करने की सुविधा को पहली बार चलाने पर मॉडल डाउनलोड हो जाता है. डाउनलोड पूरा होने से पहले किए गए अनुरोधों से कोई नतीजा नहीं मिलता.

    1. बातचीत के इतिहास का ऑब्जेक्ट बनाएं

    स्मार्ट जवाब जनरेट करने के लिए, ML Kit को TextMessage ऑब्जेक्ट की समय के हिसाब से क्रम में लगाई गई List पास करें. इसमें सबसे पहले, सबसे पुराना टाइमस्टैम्प होना चाहिए.

    जब भी उपयोगकर्ता कोई मैसेज भेजता है, तो मैसेज और उसका टाइमस्टैम्प, बातचीत के इतिहास में जोड़ें:

    Kotlin

    conversation.add(TextMessage.createForLocalUser(
        "heading out now", System.currentTimeMillis()))

    Java

    conversation.add(TextMessage.createForLocalUser(
        "heading out now", System.currentTimeMillis()));

    जब भी उपयोगकर्ता को कोई मैसेज मिलता है, तो मैसेज, उसका टाइमस्टैम्प, और भेजने वाले का User-ID, बातचीत के इतिहास में जोड़ें. User-ID कोई भी स्ट्रिंग हो सकती है, जो बातचीत में भेजने वाले की यूनीक पहचान करती है. यह ज़रूरी नहीं है कि User-ID, उपयोगकर्ता के किसी डेटा से मेल खाए. साथ ही, यह भी ज़रूरी नहीं है कि User-ID, बातचीत या स्मार्ट जवाब जनरेट करने की सुविधा के इस्तेमाल के दौरान एक जैसा हो.

    Kotlin

    conversation.add(TextMessage.createForRemoteUser(
        "Are you coming back soon?", System.currentTimeMillis(), userId))

    Java

    conversation.add(TextMessage.createForRemoteUser(
        "Are you coming back soon?", System.currentTimeMillis(), userId));

    बातचीत के इतिहास का ऑब्जेक्ट कैसा दिखता है, यह जानने के लिए यहां दिया गया उदाहरण देखें:

    टाइमस्टैम्प userID isLocalUser मैसेज
    Thu Feb 21 13:13:39 PST 2019 सही क्या तुम रास्ते में हो?
    Thu Feb 21 13:15:03 PST 2019 FRIEND0 गलत मुझे देर हो रही है, माफ़ करना!

    ML Kit, बातचीत के इतिहास में मौजूद आखिरी मैसेज के जवाब सुझाता है. आखिरी मैसेज स्थानीय उपयोगकर्ता का नहीं होना चाहिए. ऊपर दिए गए उदाहरण में, बातचीत का आखिरी मैसेज , स्थानीय उपयोगकर्ता FRIEND0 का नहीं है. जब ML Kit को यह लॉग पास किया जाता है, तो वह FRIENDO के मैसेज "मुझे देर हो रही है, माफ़ करना!" के जवाब सुझाता है.

    2. मैसेज के जवाब पाना

    किसी मैसेज के स्मार्ट जवाब जनरेट करने के लिए, SmartReplyGenerator का इंस्टेंस पाएं और बातचीत के इतिहास को उसके suggestReplies() तरीके से पास करें:

    Kotlin

    val smartReplyGenerator = SmartReply.getClient()
smartReply.suggestReplies(conversation)
        .addOnSuccessListener { result ->
            if (result.getStatus() == SmartReplySuggestionResult.STATUS_NOT_SUPPORTED_LANGUAGE) {
                // The conversation's language isn't supported, so
                // the result doesn't contain any suggestions.
            } else if (result.getStatus() == SmartReplySuggestionResult.STATUS_SUCCESS) {
                // Task completed successfully
                // ...
            }
        }
        .addOnFailureListener {
            // Task failed with an exception
            // ...
        }

    Java

    SmartReplyGenerator smartReply = SmartReply.getClient();
smartReply.suggestReplies(conversation)
        .addOnSuccessListener(new OnSuccessListener() {
            @Override
            public void onSuccess(SmartReplySuggestionResult result) {
                if (result.getStatus() == SmartReplySuggestionResult.STATUS_NOT_SUPPORTED_LANGUAGE) {
                    // The conversation's language isn't supported, so
                    // the result doesn't contain any suggestions.
                } else if (result.getStatus() == SmartReplySuggestionResult.STATUS_SUCCESS) {
                    // Task completed successfully
                    // ...
                }
            }
        })
        .addOnFailureListener(new OnFailureListener() {
            @Override
            public void onFailure(@NonNull Exception e) {
                // Task failed with an exception
                // ...
            }
        });

    अगर ऑपरेशन पूरा हो जाता है, तो सफलता हैंडलर को SmartReplySuggestionResult ऑब्जेक्ट पास किया जाता है. इस ऑब्जेक्ट में, सुझाए गए तीन जवाबों की सूची होती है. इन्हें उपयोगकर्ता को दिखाया जा सकता है:

    Kotlin

    for (suggestion in result.suggestions) {
    val replyText = suggestion.text
}

    Java

    for (SmartReplySuggestion suggestion : result.getSuggestions()) {
    String replyText = suggestion.getText();
}

    ध्यान दें कि अगर मॉडल को सुझाए गए जवाबों की अहमियत पर भरोसा नहीं है, इनपुट बातचीत अंग्रेज़ी में नहीं है या मॉडल को संवेदनशील विषय का पता चलता है, तो हो सकता है कि ML Kit कोई नतीजा न दिखाए.