TextClassifier

텍스트 분류를 수행합니다.

이 API는 필수(아래에 설명됨) 입력 텐서, 출력 텐서, 그리고 출력 분류 텐서당 TENSOR_AXIS_LABELS 유형의 AssociatedFiles라는 선택적 항목을 포함하는 TFLite 모델 메타데이터(선택사항)가 포함된 TFLite 모델을 예상합니다.

메타데이터는 모델의 Tokenizer에 대한 입력 프로세스 단위를 포함하므로 int32 입력 텐서가 있는 모델에 필요합니다. 문자열 입력 텐서가 있는 모델에는 메타데이터가 필요하지 않습니다.

• 입력 텐서
  • 입력 ID, 마스크 ID, 세그먼트 ID를 나타내는 [batch_size x bert_max_seq_len] 형태의 입력 텐서 (kTfLiteInt32) 3개 이 입력 서명에는 모델 메타데이터에 Bert Tokenizer 프로세스 단위가 필요합니다.
  • 또는 입력 ID를 나타내는 모양 [batch_size x max_seq_len]의 입력 텐서 (kTfLiteInt32) 1개. 이 입력 서명에는 모델 메타데이터에 Regex Tokenizer 프로세스 단위가 필요합니다.
  • 또는 형태가 없거나 입력 문자열을 포함하는 형태 [1]을 갖는 하나의 입력 텐서 (kTfLiteString)
• 다음을 포함하는 1개 이상의 출력 텐서 (kTfLiteFloat32/kBool)
  • 클래스 및 도형 [1 x N] N개
  • 선택사항이지만 권장되는 라벨 맵은 유형이 TENSOR_AXIS_LABELS인 AssociatedFile-s이며 한 줄에 하나씩 라벨이 포함됩니다. 첫 번째 AssociatedFile (있는 경우)이 결과의 class_name 필드를 채우는 데 사용됩니다. display_name 필드는 언어가 생성 시 사용된 TextClassifierOptions의 display_names_locale 필드('en', 기본적으로 영어)와 일치하는 AssociatedFile(있는 경우)에서 채워집니다. 사용할 수 있는 항목이 없으면 결과의 index 필드만 채워집니다.