Określ język tekstu za pomocą ML Kit na Androidzie

Za pomocą ML Kit możesz identyfikować język ciągu tekstu. Możesz uzyskać najbardziej prawdopodobny język ciągu znaków, a także wyniki ufności dla wszystkich możliwych języków ciągu znaków.

ML Kit rozpoznaje tekst w ponad 100 językach w ich natywnych skryptach. Tekst w alfabecie łacińskim może być rozpoznawany w przypadku języków: arabskiego, bułgarskiego, chińskiego, greckiego, hindi, japońskiego i rosyjskiego. Zobacz pełną listę obsługiwanych języków i skryptów.

Wypróbuj

• Wypróbuj przykładową aplikację, aby zobaczyć, jak można używać tego interfejsu API.

Zanim zaczniesz

1. W pliku build.gradle na poziomie projektu dodaj repozytorium Maven firmy Google do sekcji buildscript i allprojects.

2. Dodaj zależności dla bibliotek ML Kit na Androida do pliku Gradle na poziomie aplikacji modułu, który zwykle znajduje się w app/build.gradle. Wybierz jedną z tych zależności w zależności od potrzeb:

   W przypadku dołączania modelu do aplikacji:

   dependencies {
     // ...
     // Use this dependency to bundle the model with your app
     implementation 'com.google.mlkit:language-id:17.0.6'
   }
   

   Korzystanie z modelu w usługach Google Play:

   dependencies {
     // ...
     // Use this dependency to use the dynamically downloaded model in Google Play Services
     implementation 'com.google.android.gms:play-services-mlkit-language-id:17.0.0'
   }
   

3. Jeśli zdecydujesz się użyć modelu w Usługach Google Play, możesz skonfigurować aplikację tak, aby automatycznie pobierała model na urządzenie po zainstalowaniu aplikacji ze Sklepu Play. Aby to zrobić, dodaj do pliku AndroidManifest.xml aplikacji tę deklarację:

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

   Możesz też wyraźnie sprawdzić dostępność modelu i poprosić o pobranie za pomocą interfejsu ModuleInstallClient API usług Google Play.

   Jeśli nie włączysz pobierania modelu w momencie instalacji lub nie poprosisz o wyraźne pobranie, model zostanie pobrany przy pierwszym uruchomieniu identyfikatora. Żądania wysyłane przed zakończeniem pobierania nie przynoszą wyników.

Określanie języka ciągu znaków

Aby rozpoznać język ciągu znaków, wywołaj metodę LanguageIdentification.getClient(), aby uzyskać instancję klasy LanguageIdentifier, a następnie przekaż ciąg znaków do metody identifyLanguage() klasy LanguageIdentifier.

Na przykład:

val languageIdentifier = LanguageIdentification.getClient()
languageIdentifier.identifyLanguage(text)
        .addOnSuccessListener { languageCode ->
            if (languageCode == "und") {
                Log.i(TAG, "Can't identify language.")
            } else {
                Log.i(TAG, "Language: $languageCode")
            }
        }
        .addOnFailureListener {
            // Model couldn’t be loaded or other internal error.
            // ...
        }
LanguageIdentificationActivity.kt

LanguageIdentifier languageIdentifier =
        LanguageIdentification.getClient();
languageIdentifier.identifyLanguage(text)
        .addOnSuccessListener(
                new OnSuccessListener<String>() {
                    @Override
                    public void onSuccess(@Nullable String languageCode) {
                        if (languageCode.equals("und")) {
                            Log.i(TAG, "Can't identify language.");
                        } else {
                            Log.i(TAG, "Language: " + languageCode);
                        }
                    }
                })
        .addOnFailureListener(
                new OnFailureListener() {
                    @Override
                    public void onFailure(@NonNull Exception e) {
                        // Model couldn’t be loaded or other internal error.
                        // ...
                    }
                });
LanguageIdentificationActivity.java

Jeśli wywołanie się powiedzie, do odbiorcy sukcesu zostanie przekazany kod języka BCP-47, który wskazuje język tekstu. Jeśli nie można jednoznacznie wykryć języka, przekazywany jest kod und (nieokreślony).

Domyślnie ML Kit zwraca wartość inną niż und tylko wtedy, gdy zidentyfikuje język z poziomem ufności wynoszącym co najmniej 0,5. Ten próg możesz zmienić, przekazując obiekt LanguageIdentificationOptions do funkcji getClient():

val languageIdentifier = LanguageIdentification
        .getClient(LanguageIdentificationOptions.Builder()
                .setConfidenceThreshold(0.34f)
                .build())
LanguageIdentificationActivity.kt

LanguageIdentifier languageIdentifier = LanguageIdentification.getClient(
        new LanguageIdentificationOptions.Builder()
                .setConfidenceThreshold(0.34f)
                .build());
LanguageIdentificationActivity.java

Pobieranie możliwych języków ciągu znaków

Aby uzyskać wartości ufności dla najbardziej prawdopodobnych języków ciągu znaków, uzyskaj instancję LanguageIdentifier, a następnie przekaż ciąg znaków do metody identifyPossibleLanguages().

Na przykład:

val languageIdentifier = LanguageIdentification.getClient()
languageIdentifier.identifyPossibleLanguages(text)
        .addOnSuccessListener { identifiedLanguages ->
            for (identifiedLanguage in identifiedLanguages) {
                val language = identifiedLanguage.languageTag
                val confidence = identifiedLanguage.confidence
                Log.i(TAG, "$language $confidence")
            }
        }
        .addOnFailureListener {
            // Model couldn’t be loaded or other internal error.
            // ...
        }
LanguageIdentificationActivity.kt

LanguageIdentifier languageIdentifier =
        LanguageIdentification.getClient();
languageIdentifier.identifyPossibleLanguages(text)
        .addOnSuccessListener(new OnSuccessListener<List<IdentifiedLanguage>>() {
            @Override
            public void onSuccess(List<IdentifiedLanguage> identifiedLanguages) {
                for (IdentifiedLanguage identifiedLanguage : identifiedLanguages) {
                    String language = identifiedLanguage.getLanguageTag();
                    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.
                        // ...
                    }
                });
LanguageIdentificationActivity.java

Jeśli wywołanie się powiedzie, do odbiorcy sukcesu zostanie przekazana lista obiektów IdentifiedLanguage. Z każdego obiektu możesz uzyskać kod języka w standardzie BCP-47 i poziom ufności, że ciąg znaków jest w tym języku. Pamiętaj, że te wartości wskazują pewność, że cały ciąg znaków jest w danym języku. ML Kit nie rozpoznaje wielu języków w jednym ciągu znaków.

Domyślnie ML Kit zwraca tylko języki, których wartości ufności wynoszą co najmniej 0,01. Ten próg możesz zmienić, przekazując obiekt LanguageIdentificationOptions do getClient():

val languageIdentifier = LanguageIdentification
      .getClient(LanguageIdentificationOptions.Builder()
              .setConfidenceThreshold(0.5f)
              .build())

LanguageIdentifier languageIdentifier = LanguageIdentification.getClient(
      new LanguageIdentificationOptions.Builder()
              .setConfidenceThreshold(0.5f)
              .build());

Jeśli żaden język nie osiągnie tego progu, lista będzie zawierać 1 element o wartości und.