您可以使用 ML Kit 辨識文字字串的語言。您可以取得字串最可能的語言,或是取得所有字串可用語言的可信度分數。
ML Kit 可辨識原生指令碼中 103 種不同語言的文字。此外,系統可辨識阿拉伯文、保加利亞文、中文、希臘文、北印度文、日文和俄文,
事前準備
- 如果您尚未將 Firebase 新增至 Android 專案,請先完成這項操作。
- 將 ML Kit Android 程式庫的依附元件新增至模組 (應用程式層級) Gradle 檔案 (通常是
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' }
辨別字串的語言
如要識別字串的語言,請取得 FirebaseLanguageIdentification
的執行個體,然後將字串傳遞至 identifyLanguage()
方法。
例如:
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.
// ...
}
});
如果呼叫成功,系統會將 BCP-47 語言代碼傳遞至成功事件監聽器,指出文字的語言。查看支援語言的完整清單。如果沒有完全偵測出的語言,則會傳遞 und
(未確定) 程式碼。
根據預設,ML Kit 只有在識別可信度值至少為 0.5 的語言時,才會傳回 und
以外的值。如要變更這個門檻,請將 FirebaseLanguageIdentificationOptions
物件傳遞至 getLanguageIdentification()
:
FirebaseLanguageIdentification languageIdentifier = FirebaseNaturalLanguage
.getInstance()
.getLanguageIdentification(
new FirebaseLanguageIdentificationOptions.Builder()
.setIdentifyLanguageConfidenceThreshold(0.34f)
.build());
取得字串的可能語言
如要針對字串最有可能使用的語言取得信心值,請取得 FirebaseLanguageIdentification
的例項,然後將字串傳遞至 identifyAllLanguages()
方法。
例如:
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.
// ...
}
});
如果呼叫成功,IdentifiedLanguage
物件清單會傳遞給成功事件監聽器。透過每個物件,您可以取得語言的 BCP-47 程式碼,以及字串以該語言編寫的信心。查看支援語言的完整清單。請注意,這些值代表整個字串以指定語言表示,ML Kit 不會在單一字串中識別多種語言。
根據預設,ML Kit 只會傳回可信度值至少為 0.01 的語言。如要變更這個門檻,請將 FirebaseLanguageIdentificationOptions
物件傳遞至 getLanguageIdentification()
:
FirebaseLanguageIdentification languageIdentifier = FirebaseNaturalLanguage
.getInstance()
.getLanguageIdentification(
new FirebaseLanguageIdentificationOptions.Builder()
.setIdentifyAllLanguagesConfidenceThreshold(0.5f)
.build());
如果沒有語言符合此門檻,清單就會有一個項目,值為 und
。