Bạn có thể sử dụng ML Kit để xác định ngôn ngữ của chuỗi văn bản. Bạn có thể lấy ngôn ngữ có khả năng xảy ra nhất của chuỗi hoặc nhận điểm tin cậy cho tất cả các ngôn ngữ có thể có của chuỗi.
ML Kit nhận dạng văn bản ở 103 ngôn ngữ khác nhau bằng chữ viết gốc của chúng. Ngoài ra, văn bản La Mã có thể được nhận dạng bằng tiếng Ả Rập, tiếng Bungari, tiếng Trung, tiếng Hy Lạp, tiếng Hindi, tiếng Nhật và tiếng Nga.
Trước khi bắt đầu
- Nếu bạn chưa có, hãy thêm Firebase vào dự án Android của bạn .
- Thêm các phần phụ thuộc cho thư viện ML Kit Android vào tệp Gradle mô-đun (cấp ứng dụng) của bạn (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 một chuỗi
Để xác định ngôn ngữ của một chuỗi, hãy lấy một phiên bản của FirebaseLanguageIdentification , sau đó chuyển chuỗi đó sang 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 cuộc gọi thành công, mã ngôn ngữ BCP-47 sẽ được chuyển đến người nghe thành công, cho biết ngôn ngữ của văn bản. Xem danh sách đầy đủ các ngôn ngữ được hỗ trợ . Nếu không thể phát hiện được ngôn ngữ một cách chắc chắn thì mã und (không xác định) sẽ được chuyển.
Theo mặc định, ML Kit chỉ trả về giá trị khác und khi nó xác định ngôn ngữ có giá trị độ tin cậy ít nhất là 0,5. Bạn có thể thay đổi ngưỡng này bằng cách chuyển đối tượng FirebaseLanguageIdentificationOptions tới getLanguageIdentification() :
FirebaseLanguageIdentification languageIdentifier = FirebaseNaturalLanguage
.getInstance()
.getLanguageIdentification(
new FirebaseLanguageIdentificationOptions.Builder()
.setIdentifyLanguageConfidenceThreshold(0.34f)
.build());
Nhận các ngôn ngữ có thể có của một chuỗi
Để nhận các giá trị độ tin cậy của các ngôn ngữ có khả năng xảy ra nhất trong chuỗi, hãy lấy một phiên bản của FirebaseLanguageIdentification , sau đó chuyển chuỗi đó sang 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 cuộc gọi thành công, một danh sách các đối tượng IdentifiedLanguage sẽ được chuyển đến người nghe thành công. Từ mỗi đối tượng, bạn có thể lấy mã BCP-47 của ngôn ngữ và độ tin cậy rằng chuỗi đó nằm trong ngôn ngữ đó. Xem danh sách đầy đủ các ngôn ngữ được hỗ trợ . Lưu ý rằng các giá trị này biểu thị độ tin cậy rằng toàn bộ chuỗi nằm trong ngôn ngữ đã cho; ML Kit không xác định nhiều ngôn ngữ trong một chuỗi.
Theo mặc định, ML Kit chỉ trả về những ngôn ngữ có giá trị độ tin cậy tối thiểu là 0,01. Bạn có thể thay đổi ngưỡng này bằng cách chuyển đối tượng FirebaseLanguageIdentificationOptions tới getLanguageIdentification() :
FirebaseLanguageIdentification languageIdentifier = FirebaseNaturalLanguage
.getInstance()
.getLanguageIdentification(
new FirebaseLanguageIdentificationOptions.Builder()
.setIdentifyAllLanguagesConfidenceThreshold(0.5f)
.build());
Nếu không có ngôn ngữ nào đáp ứng ngưỡng này thì danh sách sẽ có một mục có giá trị und .