Google-მა ML Kit-ში ორი ახალი API წარადგინა: Entity Extraction და Selfie Segmentation. წაიკითხეთ, რომ გაიგოთ მეტი მათ შესახებ!
რამდენიმე წლის წინ Google გააცნო ML Kit რათა დეველოპერებს გაუადვილონ მანქანური სწავლების დანერგვა მათ აპებში. მას შემდეგ ჩვენ ვნახეთ API ციფრული მელნის ამოცნობისთვის, მოწყობილობაზე თარგმნისთვის და სახის ამოცნობისთვის. ახლა Google ამატებს ML Kit-ის ახალ ერთეულს, სელფის სეგმენტაციის ახალ ფუნქციასთან ერთად.
თქვა გუგლმა ახალი Entity Extraction API საშუალებას მისცემს დეველოპერებს აღმოაჩინონ და დაადგინონ ერთეულები ნედლეული ტექსტიდან და მიიღონ ზომები ამ ერთეულებზე დაყრდნობით.
"API მუშაობს სტატიკურ ტექსტზე და ასევე რეალურ დროში, როდესაც მომხმარებელი აკრეფს", - თქვა Google-მა. „ის მხარს უჭერს 11 განსხვავებულ ერთეულს და 15 სხვადასხვა ენას (მომავალში უფრო მეტი იქნება), რათა დეველოპერებს საშუალება მისცეს, ნებისმიერი ტექსტური ურთიერთქმედება უფრო მდიდარ გამოცდილებად აქციონ მომხმარებლისთვის.
აქ არის სუბიექტები, რომლებიც მხარდაჭერილია:
- მისამართი(350 მესამე ქუჩა, კემბრიჯი)
- თარიღი-დრო*(12/12/2020, ხვალ 15:00 საათზე) (ვიკრიბებით ხვალ 6 საათზე)
- ელფოსტა([email protected])
- Რეისის ნომერი*(LX37)
- IBAN*(CH52 0483 0000 0000 0000 9)
- ISBN*(978-1101904190)
- ფული (ვალუტის ჩათვლით)*($12, 25 USD)
- Გადახდის ბარათი*(4111 1111 1111 1111)
- Ტელეფონის ნომერი((555) 225-3556, 12345)
- Სათვალთვალო ნომერი*(1Z204E380338943508)
- URL(www.google.com, https://en.wikipedia.org/wiki/Platypus, seznam.cz)
Google-მა განაცხადა, რომ ის ამოწმებს Entity Extraction API-ს TamTam-თან, რათა აპს მიეცეს სასარგებლო წინადადებები მომხმარებლებისთვის ჩეთის საუბრების დროს. როდესაც მისამართი ეკრანზეა, მაგალითად, მასზე დაწკაპუნებით გამოჩნდება მენიუ მისამართის კოპირებისთვის, სხვა აპით გასახსნელად ან მდებარეობისკენ მიმართულების მისაღებად.
ნერვული ქსელის ანოტაციები/მოდელები Entity Extraction API-ში მუშაობს შემდეგნაირად: მოცემული შეყვანის ტექსტი ჯერ იყოფა სიტყვებად (სივრცის განცალკევებაზე დაყრდნობით), შემდეგ კი ყველა შესაძლო სიტყვის ქვემიმდევრობა. გენერირებულია გარკვეული მაქსიმალური სიგრძე (15 სიტყვა ზემოთ მოცემულ მაგალითში) და თითოეული კანდიდატისთვის ქულის მიმღები ნეირონული ქსელი ანიჭებს მნიშვნელობას (0-დან 1-ს შორის) იმის მიხედვით, წარმოადგენს თუ არა ის მოქმედ ერთეულს.
შემდეგ, გენერირებული ერთეულები, რომლებიც გადახურულია, წაიშლება, რაც უპირატესობას ანიჭებს უფრო მაღალი ქულის მქონე პირებს, ვიდრე კონფლიქტური, დაბალი ქულის მქონე. შემდეგ მეორე ნეირონული ქსელი გამოიყენება ერთეულის ტიპის კლასიფიკაციისთვის, როგორც ტელეფონის ნომერი, მისამართი, ან ზოგიერთ შემთხვევაში, არასენტიმენტი.
Google-მა განაცხადა, რომ ML Kit's Entity Extraction API ეფუძნება ტექნოლოგიას, რომელიც აძლიერებს Android 10-ით დანერგილ Smart Linkify ფუნქციას.
ტექსტზე დაფუძნებული Entity Extraction-ის გარდა, Google-მა ასევე გამოაცხადა ახალი Selfie Segmentation API. ფუნქცია დეველოპერებს საშუალებას მისცემს განასხვაონ ფონი სცენისგან. ეს საშუალებას მისცემს მომხმარებლებს დაამატონ მაგარი ეფექტები სელფებზე ან თუნდაც უკეთეს ფონზე ჩასვან. Google-მა განაცხადა, რომ ახალ API-ს შეუძლია გამოიტანოს შესანიშნავი შედეგები დაბალი შეყოვნებით, როგორც Android-ზე, ასევე iOS-ზე.
ML Kit SDK აერთიანებს Google-ის წლების მუშაობას მანქანურ სწავლებაზე Firebase პაკეტში, რომელიც მობილური აპლიკაციების დეველოპერებს შეუძლიათ გამოიყენონ თავიანთი აპების გასაუმჯობესებლად. მას შემდეგ, რაც ML Kit დაინერგა, გამოქვეყნდა მრავალი API, რაც აადვილებს დეველოპერებს აპებში მანქანათმცოდნეობით აღჭურვილი ფუნქციების დანერგვას. Entity Extraction-ით და Selfie Segmentation-ით, მომავლის აპები კიდევ უფრო უკეთესი გახდება.