A Google két új API-t vezetett be az ML Kitben: Entity Extraction és Selfie Segmentation. Olvasson tovább, ha többet szeretne megtudni róluk!
Néhány évvel ezelőtt a Google bemutatta az ML Kit-et hogy a fejlesztők könnyebben beépíthessék a gépi tanulást az alkalmazásaikba. Azóta látunk API-kat a digitális tintafelismeréshez, az eszközön történő fordításhoz és az arcfelismeréshez. A Google most egy új entitáskivonást ad az ML Kithez, valamint egy új szelfiszegmentációs funkciót.
A Google mondta az új Entity Extraction API lehetővé teszi a fejlesztők számára, hogy nyers szövegből észleljék és megkeressék az entitásokat, és ezek alapján intézkedjenek.
"Az API statikus szövegen és valós időben működik, miközben a felhasználó gépel" - mondta a Google. „11 különböző entitást és 15 különböző nyelvet támogat (a jövőben még több lesz), hogy a fejlesztők bármilyen szöveges interakciót gazdagabb élménnyé tegyenek a felhasználó számára.”
Íme a támogatott entitások:
- Cím(350. harmadik utca, Cambridge)
- Dátum idő*(2020.12.12., holnap 15 órakor) (holnap 18 órakor találkozunk)
- Email([email protected])
- Járatszám*(LX37)
- IBAN*(CH52 0483 0000 0000 0000 9)
- ISBN*(978-1101904190)
- Pénz (beleértve a valutát)*(12 USD, 25 USD)
- Bankkártya*(4111 1111 1111 1111)
- Telefonszám((555) 225-3556, 12345)
- Nyomon követési szám*(1Z204E380338943508)
- URL(www.google.com, https://en.wikipedia.org/wiki/Platypus, seznam.cz)
A Google azt mondta, hogy tesztelte az Entity Extraction API-t a TamTam segítségével, hogy az alkalmazás hasznos javaslatokat tudjon nyújtani a felhasználóknak csevegés közben. Ha például egy cím látható a képernyőn, rákattintva megjelenik egy menü a cím másolásához, megnyitásához egy másik alkalmazással vagy útvonaltervezéshez a helyhez.
A neurális hálózati annotátorok/modellek az Entity Extraction API-ban a következőképpen működnek: Egy adott bemeneti szöveget először szavakra osztanak fel (szóközi elválasztás alapján), majd az összes lehetséges szórészsorozatot. meghatározott maximális hosszúság (a fenti példában 15 szó) generálódik, és a pontozó neurális háló minden jelölthez hozzárendel egy értéket (0 és 1 között), attól függően, hogy érvényes entitást képvisel-e.
Ezután az átfedésben lévő generált entitások eltávolításra kerülnek, előnyben részesítve a magasabb pontszámmal rendelkezőket az alacsonyabb pontszámú ütközőkkel szemben. Ezután egy második neurális hálózatot használnak az entitás típusának telefonszámként, címként vagy bizonyos esetekben nem entitásként történő osztályozására.
A Google szerint az ML Kit Entity Extraction API olyan technológiára épül, amely az Android 10-ben bevezetett Smart Linkify funkciót működteti.
A szövegalapú entitáskivonás mellett a Google egy új Selfie Segmentation API-t is bejelentett. A funkció lehetővé teszi a fejlesztők számára, hogy elkülönítsék a hátteret a jelenettől. Ez lehetővé teszi a felhasználók számára, hogy klassz effektusokat adjanak a szelfikhez, vagy akár jobb háttérbe helyezzék magukat. A Google szerint az új API kiváló eredményeket képes produkálni alacsony késleltetéssel mind Android, mind iOS rendszeren.
Az ML Kit SDK a Google gépi tanulással kapcsolatos több éves munkáját foglalja magában egy Firebase-csomagban, amelyet a mobilalkalmazás-fejlesztők használhatnak alkalmazásaik fejlesztésére. Az ML Kit bevezetése óta számos API-t mutattak be, amelyek sokkal könnyebbé teszik a fejlesztők számára a gépi tanulással hajtott funkciók alkalmazásban való megvalósítását. Az Entity Extraction és a Selfie Segmentation segítségével a jövő alkalmazásai még jobbak lesznek.