Generuj inteligentne odpowiedzi za pomocą ML Kit na iOS

Możesz użyć ML Kit do generowania odpowiedzi na wiadomości przy użyciu modelu na urządzeniu.

Aby wygenerować inteligentne odpowiedzi, przekazujesz ML Kit dziennik ostatnich wiadomości w rozmowie. Jeśli ML Kit ustali, że rozmowa jest w języku angielskim i że rozmowa nie zawiera potencjalnie drażliwego tematu, ML Kit generuje maksymalnie trzy odpowiedzi, które możesz zasugerować użytkownikowi.

Zanim zaczniesz

  1. Jeśli nie dodałeś jeszcze Firebase do swojej aplikacji, wykonaj czynności opisane w przewodniku wprowadzającym .
  2. Dołącz biblioteki ML Kit do swojego pliku Podfile:
    pod 'Firebase/MLCommon', '6.25.0'
    pod 'Firebase/MLNLSmartReply', '6.25.0'
    
    Po zainstalowaniu lub zaktualizowaniu podów projektu pamiętaj, aby otworzyć projekt Xcode przy użyciu jego .xcworkspace .
  3. W swojej aplikacji zaimportuj Firebase:

    Szybki

    import Firebase

    Cel C

    @import Firebase;

1. Utwórz obiekt historii rozmów

Aby wygenerować inteligentne odpowiedzi, przekazujesz ML Kit chronologicznie uporządkowaną tablicę obiektów TextMessage , z najwcześniejszym znacznikiem czasu. Za każdym razem, gdy użytkownik wysyła lub odbiera wiadomość, dodaj wiadomość, jej sygnaturę czasową i identyfikator użytkownika nadawcy wiadomości do historii konwersacji.

Identyfikator użytkownika może być dowolnym ciągiem, który jednoznacznie identyfikuje nadawcę w rozmowie. Identyfikator użytkownika nie musi odpowiadać żadnym danym użytkownika, a identyfikator użytkownika nie musi być spójny między konwersacjami lub wywołaniami generatora inteligentnych odpowiedzi.

Jeśli wiadomość została wysłana przez użytkownika, któremu chcesz sugerować odpowiedzi, ustaw isLocalUser na true.

Szybki

var conversation: [TextMessage] = []

// Then, for each message sent and received:
let message = TextMessage(
    text: "How are you?",
    timestamp: Date().timeIntervalSince1970,
    userID: "userId",
    isLocalUser: false)
conversation.append(message)

Cel C

NSMutableArray *conversation = [NSMutableArray array];

// Then, for each message sent and received:
FIRTextMessage *message = [[FIRTextMessage alloc]
        initWithText:@"How are you?"
        timestamp:[NSDate date].timeIntervalSince1970
        userID:userId
        isLocalUser:NO];
[conversation addObject:message];

Obiekt historii konwersacji wygląda jak w następującym przykładzie:

Znak czasu Identyfikator użytkownika Użytkownik lokalny? Wiadomość
Czw 21 Lut 13:13:39 PST 2019 PRAWDA jesteś w drodze?
Czw 21 Lut 13:15:03 PST 2019 PRZYJACIEL0 fałszywy Spóźnię się, przepraszam!

Zauważ, że najnowsza wiadomość w powyższym przykładzie pochodzi od użytkownika nielokalnego. Jest to ważne, ponieważ ML Kit sugeruje odpowiedzi przeznaczone do wysłania przez użytkownika Twojej aplikacji: użytkownika lokalnego. Powinieneś upewnić się, że przekazujesz ML Kit dziennik konwersacji, który kończy się wiadomością, na którą użytkownik może chcieć odpowiedzieć.

2. Otrzymuj odpowiedzi na wiadomości

Aby wygenerować inteligentne odpowiedzi na wiadomość, pobierz instancję SmartReply i przekaż historię konwersacji do jej suggestReplies(for:completion:) :

Szybki

let naturalLanguage = NaturalLanguage.naturalLanguage()
naturalLanguage.smartReply().suggestReplies(for: conversation) { result, error in
    guard error == nil, let result = result else {
        return
    }
    if (result.status == .notSupportedLanguage) {
        // The conversation's language isn't supported, so the
        // the result doesn't contain any suggestions.
    } else if (result.status == .success) {
        // Successfully suggested smart replies.
        // ...
    }
}

Cel C

FIRNaturalLanguage *naturalLanguage = [FIRNaturalLanguage naturalLanguage];
FIRSmartReply *smartReply = [naturalLanguage smartReply];
[smartReply suggestRepliesForMessages:inputText
                           completion:^(FIRSmartReplySuggestionResult * _Nullable result,
                                        NSError * _Nullable error) {
  if (error || !result) {
    return;
  }
  if (result.status == FIRSmartReplyResultStatusNotSupportedLanguage) {
      // The conversation's language isn't supported, so the
      // the result doesn't contain any suggestions.
  } else if (result.status == FIRSmartReplyResultStatusSuccess) {
      // Successfully suggested smart replies.
      // ...
  }
}];
]

Jeśli operacja się powiedzie, obiekt SmartReplySuggestionResult jest przekazywany do procedury obsługi zakończenia. Ten obiekt zawiera listę maksymalnie 3 sugerowanych odpowiedzi, które możesz zaprezentować swojemu użytkownikowi:

Szybki

for suggestion in result.suggestions {
  print("Suggested reply: \(suggestion.text)")
}

Cel C

for (FIRSmartReplySuggestion *suggestion in result.suggestions) {
  NSLog(@"Suggested reply: %@", suggestion.text);
}

Pamiętaj, że ML Kit może nie zwracać wyników, jeśli model nie ma pewności co do trafności sugerowanych odpowiedzi, rozmowa wejściowa nie jest w języku angielskim lub jeśli model wykryje drażliwy temat.