Identifique o idioma do texto com o ML Kit no iOS

Você pode usar o ML Kit para identificar o idioma de uma sequência de texto. Você pode obter o idioma mais provável da string ou obter pontuações de confiança para todos os idiomas possíveis da string.

O ML Kit reconhece texto em 103 idiomas diferentes em seus scripts nativos. Além disso, o texto romanizado pode ser reconhecido em árabe, búlgaro, chinês, grego, hindi, japonês e russo.

Antes de você começar

1. Se você ainda não adicionou o Firebase ao seu aplicativo, faça isso seguindo as etapas do guia de primeiros passos .
2. Inclua as bibliotecas do ML Kit em seu Podfile:

   pod 'Firebase/MLNaturalLanguage', '6.25.0'
   pod 'Firebase/MLNLLanguageID', '6.25.0'
   

   Depois de instalar ou atualizar os pods do seu projeto, certifique-se de abrir seu projeto Xcode usando seu .xcworkspace .
3. No seu aplicativo, importe o Firebase:

   Rápido

   import Firebase

   Objetivo-C

   @import Firebase;

Identifique o idioma de uma string

Para identificar o idioma de uma string, obtenha uma instância de LanguageIdentification e, em seguida, passe a string para o método identifyLanguage(for:) .

Por exemplo:

let languageId = NaturalLanguage.naturalLanguage().languageIdentification()

languageId.identifyLanguage(for: text) { (languageCode, error) in
  if let error = error {
    print("Failed with error: \(error)")
    return
  }
  if let languageCode = languageCode, languageCode != "und" {
    print("Identified Language: \(languageCode)")
  } else {
    print("No language was identified")
  }
}

FIRNaturalLanguage *naturalLanguage = [FIRNaturalLanguage naturalLanguage];
FIRLanguageIdentification *languageId = [naturalLanguage languageIdentification];

[languageId identifyLanguageForText:text
                         completion:^(NSString * _Nullable languageCode,
                                      NSError * _Nullable error) {
                           if (error != nil) {
                             NSLog(@"Failed with error: %@", error.localizedDescription);
                             return;
                           }
                           if (languageCode != nil
                               && ![languageCode isEqualToString:@"und"] ) {
                             NSLog(@"Identified Language: %@", languageCode);
                           } else {
                             NSLog(@"No language was identified");
                           }
                         }];

Se a chamada for bem-sucedida, um código de idioma BCP-47 será passado para o manipulador de conclusão, indicando o idioma do texto. Veja a lista completa de idiomas suportados . Se nenhum idioma puder ser detectado com segurança, o código und (indeterminado) será passado.

Por padrão, o ML Kit retorna um valor diferente de und somente quando identifica o idioma com um valor de confiança de pelo menos 0,5. Você pode alterar esse limite passando um objeto LanguageIdentificationOptions para languageIdentification(options:) :

let options = LanguageIdentificationOptions(confidenceThreshold: 0.4)
let languageId = NaturalLanguage.naturalLanguage().languageIdentification(options: options)

FIRNaturalLanguage *naturalLanguage = [FIRNaturalLanguage naturalLanguage];
FIRLanguageIdentificationOptions *options =
    [[FIRLanguageIdentificationOptions alloc] initWithConfidenceThreshold:0.4];
FIRLanguageIdentification *languageId =
    [naturalLanguage languageIdentificationWithOptions:options];

Obtenha os idiomas possíveis de uma string

Para obter os valores de confiança dos idiomas mais prováveis ​​de uma string, obtenha uma instância de LanguageIdentification e, em seguida, passe a string para o método identifyPossibleLanguages(for:) .

Por exemplo:

let languageId = NaturalLanguage.naturalLanguage().languageIdentification()

languageId.identifyPossibleLanguages(for: text) { (identifiedLanguages, error) in
  if let error = error {
    print("Failed with error: \(error)")
    return
  }
  guard let identifiedLanguages = identifiedLanguages,
    !identifiedLanguages.isEmpty,
    identifiedLanguages[0].languageCode != "und"
  else {
    print("No language was identified")
    return
  }

  print("Identified Languages:\n" +
    identifiedLanguages.map {
      String(format: "(%@, %.2f)", $0.languageCode, $0.confidence)
      }.joined(separator: "\n"))
}

FIRNaturalLanguage *naturalLanguage = [FIRNaturalLanguage naturalLanguage];
FIRLanguageIdentification *languageId = [naturalLanguage languageIdentification];

[languageId identifyPossibleLanguagesForText:text
                                  completion:^(NSArray<FIRIdentifiedLanguage *> * _Nonnull identifiedLanguages,
                                               NSError * _Nullable error) {
  if (error != nil) {
    NSLog(@"Failed with error: %@", error.localizedDescription);
    return;
  }
  if (identifiedLanguages.count == 1
      && [identifiedLanguages[0].languageCode isEqualToString:@"und"] ) {
    NSLog(@"No language was identified");
    return;
  }
  NSMutableString *outputText = [NSMutableString stringWithFormat:@"Identified Languages:"];
  for (FIRIdentifiedLanguage *language in identifiedLanguages) {
    [outputText appendFormat:@"\n(%@, %.2f)", language.languageCode, language.confidence];
  }
  NSLog(outputText);
}];

Se a chamada for bem-sucedida, uma lista de objetos IdentifiedLanguage será passada para o manipulador de continuação. De cada objeto, você pode obter o código BCP-47 da linguagem e a confiança de que a string está nessa linguagem. Veja a lista completa de idiomas suportados . Observe que esses valores indicam a confiança de que toda a string está no idioma determinado; O Kit de ML não identifica vários idiomas em uma única string.

Por padrão, o ML Kit retorna apenas idiomas com valores de confiança de pelo menos 0,01. Você pode alterar esse limite passando um objeto LanguageIdentificationOptions para languageIdentification(options:) :

let options = LanguageIdentificationOptions(confidenceThreshold: 0.4)
let languageId = NaturalLanguage.naturalLanguage().languageIdentification(options: options)

FIRNaturalLanguage *naturalLanguage = [FIRNaturalLanguage naturalLanguage];
FIRLanguageIdentificationOptions *options =
    [[FIRLanguageIdentificationOptions alloc] initWithConfidenceThreshold:0.4];
FIRLanguageIdentification *languageId =
    [naturalLanguage languageIdentificationWithOptions:options];

Se nenhum idioma atingir esse limite, a lista terá um item, com o valor und .