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 hoặc lấy điểm số tin cậy cho tất cả ngôn ngữ có thể có của chuỗi.
Bộ công cụ học máy nhận dạng văn bản ở 103 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.
Trước khi bắt đầu
- Thêm Firebase vào dự án Android của bạn nếu bạn chưa thực hiện.
- Thêm các phần phụ thuộc của thư viện Android Bộ công cụ học máy vào tệp Gradle của mô-đun (cấp ứng dụng) (thường là
app/build.gradle):apply plugin: 'com.android.application' apply plugin: 'com.google.gms.google-services' dependencies { // ... implementation 'com.google.firebase:firebase-ml-natural-language:22.0.0' implementation 'com.google.firebase:firebase-ml-natural-language-language-id-model:20.0.7' }
Xác định ngôn ngữ của chuỗi
Để xác định ngôn ngữ của một chuỗi, hãy lấy một thực thể của FirebaseLanguageIdentification, rồi truyền chuỗi đó đến phương thức identifyLanguage().
Ví dụ:
FirebaseLanguageIdentification languageIdentifier =
FirebaseNaturalLanguage.getInstance().getLanguageIdentification();
languageIdentifier.identifyLanguage(text)
.addOnSuccessListener(
new OnSuccessListener<String>() {
@Override
public void onSuccess(@Nullable String languageCode) {
if (languageCode != "und") {
Log.i(TAG, "Language: " + languageCode);
} else {
Log.i(TAG, "Can't identify language.");
}
}
})
.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. Hãy xem danh sách đầy đủ các ngôn ngữ được hỗ trợ. Nếu không thể phát hiện tự tin ngôn ngữ nào, 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 FirebaseLanguageIdentificationOptions đến getLanguageIdentification():
FirebaseLanguageIdentification languageIdentifier = FirebaseNaturalLanguage
.getInstance()
.getLanguageIdentification(
new FirebaseLanguageIdentificationOptions.Builder()
.setIdentifyLanguageConfidenceThreshold(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 FirebaseLanguageIdentification, rồi truyền chuỗi đó vào phương thức identifyAllLanguages().
Ví dụ:
FirebaseLanguageIdentification languageIdentifier =
FirebaseNaturalLanguage.getInstance().getLanguageIdentification();
languageIdentifier.identifyAllLanguages(text)
.addOnSuccessListener(
new OnSuccessListener<String>() {
@Override
public void onSuccess(List<IdentifiedLanguage> identifiedLanguages) {
for (IdentifiedLanguage identifiedLanguage : identifiedLanguages) {
String language = identifiedLanguage.getLanguageCode();
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. Hãy xem danh sách đầy đủ các ngôn ngữ được hỗ trợ. 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 FirebaseLanguageIdentificationOptions đến getLanguageIdentification():
FirebaseLanguageIdentification languageIdentifier = FirebaseNaturalLanguage
.getInstance()
.getLanguageIdentification(
new FirebaseLanguageIdentificationOptions.Builder()
.setIdentifyAllLanguagesConfidenceThreshold(0.5f)
.build());
Nếu không có ngôn ngữ nào đáp ứng ngưỡng này, danh sách sẽ có một mục với giá trị und.