Utilizza un modello TensorFlow Lite per classificare un paragrafo in gruppi predefiniti.
Iniziare
Se non conosci TensorFlow Lite e lavori con Android, ti consigliamo di esplorare la guida della libreria attività TensorFlow Lite per integrare modelli di classificazione del testo in poche righe di codice. Puoi anche integrare il modello utilizzando l' API Java dell'interprete TensorFlow Lite .
L'esempio Android seguente mostra l'implementazione di entrambi i metodi rispettivamente come lib_task_api e lib_interpreter .
Se utilizzi una piattaforma diversa da Android o hai già familiarità con le API TensorFlow Lite, puoi scaricare il nostro modello di classificazione del testo iniziale.
Come funziona
La classificazione del testo classifica un paragrafo in gruppi predefiniti in base al suo contenuto.
Questo modello preaddestrato prevede se il sentimento di un paragrafo è positivo o negativo. È stato addestrato sul Large Movie Review Dataset v1.0 di Mass et al, che consiste in recensioni di film IMDB etichettate come positive o negative.
Ecco i passaggi per classificare un paragrafo con il modello:
- Tokenizza il paragrafo e convertilo in un elenco di ID di parole utilizzando un vocabolario predefinito.
- Invia l'elenco al modello TensorFlow Lite.
- Ottieni la probabilità che il paragrafo sia positivo o negativo dagli output del modello.
Nota
- È supportato solo l'inglese.
- Questo modello è stato addestrato sul set di dati delle recensioni di film, pertanto potresti riscontrare una precisione ridotta durante la classificazione del testo di altri domini.
Benchmark delle prestazioni
I numeri dei benchmark delle prestazioni vengono generati con lo strumento qui descritto .
| Nome del modello | Dimensioni del modello | Dispositivo | processore |
|---|---|---|---|
| Classificazione del testo | 0,6 MB | Pixel 3 (Android 10) | 0,05 ms* |
| Pixel 4 (Android 10) | 0,05 ms* | ||
| iPhone XS (iOS 12.4.1) | 0,025ms** |
* 4 fili utilizzati.
** 2 thread utilizzati su iPhone per il miglior risultato prestazionale.
Uscita di esempio
| Testo | Negativo (0) | Positivo (1) |
|---|---|---|
| Questo è il miglior film che ho visto negli ultimi anni. Lo consiglio vivamente! | 25,3% | 74,7% |
| Che spreco di tempo. | 72,5% | 27,5% |
Utilizza il tuo set di dati di addestramento
Segui questo tutorial per applicare la stessa tecnica utilizzata qui per addestrare un modello di classificazione del testo utilizzando i tuoi set di dati. Con il set di dati giusto, puoi creare un modello per casi d'uso come la categorizzazione di documenti o il rilevamento di commenti tossici.