TextSearcher

Wykonuje wyszukiwanie podobieństwa w ciągu tekstowym.

Interfejs API oczekuje modelu TFLite z opcjonalnymi, ale zdecydowanie zalecanymi metadanymi modelu TFLite. .

Interfejs API oczekuje modelu TFLite z wypełnionymi metadanymi. Metadane powinny zawierać następujące informacje:

• Dla modelu TFLite opartego na Bercie:
  • 3 tensory wejściowe typu kTfLiteString o nazwach „ids”, „mask” i „segment_ids”.
  • input_process_units dla tokenizera Wordpiece/Zdanie
  • dokładnie jeden tensor wyjściowy typu kTfLiteFloat32
• Dla modelu TFLite opartego na Regex:
  • 1 tensor wejściowy.
  • input_process_units dla tokenizera RegexTokenizer
  • dokładnie jeden tensor wyjściowy typu kTfLiteFloat32
• Dla modelu TFLite opartego na uniwersalnym koderze zdań:
  • 3 tensory wejściowe o nazwach „inp_text”, „res_context” i „res_text”
  • 2 tensory wyjściowe o nazwach „query_encoding” i „response_encoding” typu kTfLiteFloat32

DO ZROBIENIA(b/180502532): dodaj wskaźnik do przykładowego modelu.

DO ZROBIENIA (b/222671076): dodaj metody tworzenia fabryki bez opcji, takie jak „createFromFile”, gdy obsługiwany jest format pojedynczego pliku (plik indeksu spakowany w modelu).