สร้างช่วยตอบด้วย ML Kit บน iOS

คุณสามารถใช้ ML Kit เพื่อสร้างข้อความตอบกลับโดยใช้ในอุปกรณ์ โมเดล

หากต้องการสร้างสมาร์ทรีพลาย คุณจะต้องส่งบันทึกข้อความล่าสุดใน ML Kit ไปยัง การสนทนา ถ้า ML Kit ระบุว่าการสนทนาเป็นภาษาอังกฤษ การสนทนาไม่มีเรื่องที่อาจมีความละเอียดอ่อน ML Kit จะสร้างคำตอบสูงสุด 3 คำตอบ ซึ่งคุณสามารถแนะนำให้ผู้ใช้ได้

ก่อนเริ่มต้น

1. หากยังไม่ได้เพิ่ม Firebase ลงในแอป ให้ดำเนินการดังนี้ ขั้นตอนในคู่มือเริ่มต้นใช้งาน
2. รวมไลบรารี ML Kit ไว้ใน Podfile ดังนี้

   pod 'Firebase/MLCommon', '6.25.0'
   pod 'Firebase/MLNLSmartReply', '6.25.0'
   

   หลังจากติดตั้งหรืออัปเดตพ็อดของโปรเจ็กต์แล้ว อย่าลืมเปิด Xcode โดยใช้ .xcworkspace
3. ในแอป ให้นำเข้า Firebase ดังนี้

   Swift

   import Firebase

   Objective-C

   @import Firebase;

1. สร้างออบเจ็กต์ประวัติการสนทนา

หากต้องการสร้างสมาร์ทรีพลาย คุณต้องส่งอาร์เรย์ ML Kit ตามลำดับเวลา ออบเจ็กต์ TextMessage รายการ โดยมีการประทับเวลาแรกสุดก่อน เมื่อใดก็ตามที่ผู้ใช้ ส่งหรือรับข้อความ เพิ่มข้อความ การประทับเวลา และข้อความ รหัสผู้ใช้ของผู้ส่งไปยังประวัติการสนทนา

User ID อาจเป็นสตริงใดๆ ที่ระบุผู้ส่งโดยไม่ซ้ำกันภายใน การสนทนา User-ID ไม่จำเป็นต้องสอดคล้องกับข้อมูลผู้ใช้ และรหัสผู้ใช้ไม่จำเป็นต้องสอดคล้องกันระหว่างการสนทนา หรือ คำขอของโปรแกรมสร้างสมาร์ทรีพลาย

หากผู้ใช้ที่คุณต้องการแนะนำการตอบกลับเป็นผู้ส่งข้อความ ให้ตั้งค่า isLocalUser เป็นจริง

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)

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];

ออบเจ็กต์ประวัติการสนทนามีลักษณะดังตัวอย่างต่อไปนี้

โปรดทราบว่าข้อความล่าสุดในตัวอย่างด้านบนมาจากข้อความนอกพื้นที่ ผู้ใช้ ข้อความนี้สำคัญเนื่องจาก ML Kit แนะนำคำตอบที่ต้องการให้ส่ง โดยผู้ใช้แอป: ผู้ใช้ในเครื่อง คุณควรตรวจสอบว่าได้ผ่าน ML Kit บันทึกการสนทนาที่ลงท้ายด้วยข้อความที่ผู้ใช้ของคุณอาจ ต้องการตอบกลับ

2. รับข้อความตอบกลับ

หากต้องการสร้างสมาร์ทรีพลายในข้อความ ให้รับอินสแตนซ์ของ SmartReply และส่งผ่าน ประวัติการสนทนาเป็นเมธอด suggestReplies(for:completion:):

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.
        // ...
    }
}

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.
      // ...
  }
}];
]

หากการดำเนินการสำเร็จ ระบบจะส่งออบเจ็กต์ SmartReplySuggestionResult ไปยัง ตัวแฮนเดิลการเสร็จสมบูรณ์ ออบเจ็กต์นี้มีรายการที่แนะนำไม่เกิน 3 รายการ ซึ่งสามารถนำเสนอแก่ผู้ใช้ได้ ดังนี้

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

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

โปรดทราบว่า ML Kit อาจไม่แสดงผลลัพธ์หากโมเดลไม่มั่นใจใน ความเกี่ยวข้องของการตอบกลับที่แนะนำ การสนทนาที่เป็นอินพุตไม่ได้อยู่ใน ภาษาอังกฤษ หรือหากโมเดลตรวจพบหัวข้อที่มีความละเอียดอ่อน