Catch up on everthing we announced at this year's Firebase Summit. Learn more

Generieren Sie intelligente Antworten mit ML Kit auf iOS

Sie können ML Kit verwenden, um Nachrichtenantworten mithilfe eines geräteinternen Modells zu generieren.

Um intelligente Antworten zu generieren, übergeben Sie ML Kit ein Protokoll der letzten Nachrichten in einer Konversation. Wenn ML Kit feststellt, dass die Konversation auf Englisch ist und die Konversation kein potenziell sensibles Thema hat, generiert ML Kit bis zu drei Antworten, die Sie Ihrem Benutzer vorschlagen können.

Bevor Sie beginnen

  1. Wenn Sie nicht bereits Firebase zu Ihrer App, tun Sie dies , indem Sie die Schritte im Leitfaden zur Inbetriebnahme .
  2. Fügen Sie die ML - Kit - Bibliotheken in Ihrem Podfile:
    pod 'Firebase/MLCommon', '6.25.0'
    pod 'Firebase/MLNLSmartReply', '6.25.0'
    
    Nachdem Sie Ihr Projekt Pods installieren oder aktualisieren, sollten Sie Ihre Xcode - Projekt zu öffnen , seine Verwendung .xcworkspace .
  3. Importieren Sie Firebase in Ihre App:

    Schnell

    import Firebase

    Ziel c

    @import Firebase;

1. Erstellen Sie ein Gesprächsverlaufsobjekt

Um intelligente Antworten zu erzeugen, übergeben Sie ML Kit eine chronologisch geordnete Anordnung von TextMessage Objekten, mit dem frühesten Zeitstempel zuerst. Immer wenn der Benutzer eine Nachricht sendet oder empfängt, fügen Sie die Nachricht, ihren Zeitstempel und die Benutzer-ID des Nachrichtenabsenders zum Unterhaltungsverlauf hinzu.

Die Benutzer-ID kann eine beliebige Zeichenfolge sein, die den Absender innerhalb der Konversation eindeutig identifiziert. Die Benutzer-ID muss keinen Benutzerdaten entsprechen und die Benutzer-ID muss zwischen Konversationen oder Aufrufen des intelligenten Antwortgenerators nicht konsistent sein.

Wenn die Nachricht durch den Benutzer gesendet wurde wollen Sie Antworten auf, Set vorschlagen isLocalUser auf true.

Schnell

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)

Ziel 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];

Ein Konversationsverlaufsobjekt sieht wie im folgenden Beispiel aus:

Zeitstempel Benutzeridentifikation Lokaler Benutzer? Nachricht
Do Feb 21 13:13:39 PST 2019 wahr bist du auf dem Weg?
Do Feb 21 13:15:03 PST 2019 FREUND0 falsch Verspätung, Entschuldigung!

Beachten Sie, dass die neueste Nachricht im obigen Beispiel von einem nicht lokalen Benutzer stammt. Dies ist wichtig, da ML Kit Antworten vorschlägt, die vom Benutzer Ihrer App gesendet werden sollen: dem lokalen Benutzer. Stellen Sie sicher, dass Sie ML Kit ein Konversationsprotokoll übergeben, das mit einer Nachricht endet, auf die Ihr Benutzer möglicherweise antworten möchte.

2. Antworten auf Nachrichten erhalten

Um intelligente Antworten auf eine Nachricht zu erzeugen, eine Instanz erhalten SmartReply und das Gespräch Geschichte seiner passieren suggestReplies(for:completion:) Methode:

Schnell

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.
        // ...
    }
}

Ziel 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.
      // ...
  }
}];
]

Wenn die Operation erfolgreich ist , ein SmartReplySuggestionResult wird Objekt an den Abschluss - Handler übergeben. Dieses Objekt enthält eine Liste mit bis zu 3 vorgeschlagenen Antworten, die Sie Ihrem Benutzer präsentieren können:

Schnell

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

Ziel c

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

Beachten Sie, dass ML Kit möglicherweise keine Ergebnisse zurückgibt, wenn das Modell der Relevanz der vorgeschlagenen Antworten nicht sicher ist, die Eingabekonversation nicht auf Englisch ist oder wenn das Modell sensible Themen erkennt.