Гоогле је представио два нова АПИ-ја за МЛ Кит: издвајање ентитета и сегментацију селфија. Читајте даље да бисте сазнали више о њима!
Пре неколико година, Гугл увео МЛ Кит како би програмерима олакшали имплементацију машинског учења у своје апликације. Од тада смо видели АПИ-је за препознавање дигиталног мастила, превођење на уређају и препознавање лица. Сада Гоогле додаје ново издвајање ентитета у МЛ Кит заједно са новом функцијом сегментације селфија.
Гугл је рекао нови АПИ за екстракцију ентитета ће омогућити програмерима да открију и лоцирају ентитете из необрађеног текста и предузму акцију на основу тих ентитета.
„АПИ ради на статичком тексту и такође у реалном времену док корисник куца“, рекао је Гоогле. „Подржава 11 различитих ентитета и 15 различитих језика (са више њих у будућности) како би се омогућило програмерима да било коју интеракцију текста учине богатијим искуством за корисника.“
Ево ентитета који су подржани:
- Адреса(350 трећа улица, Кембриџ)
- Датум време*(12.12.2020., сутра у 15 часова) (састајемо се сутра у 18 часова)
- Емаил(ентити-ектрацтион@гоогле.цом)
- Број лета*(ЛКС37)
- ИБАН*(ЦХ52 0483 0000 0000 0000 9)
- ИСБН*(978-1101904190)
- Новац (укључујући валуту)*(12 УСД, 25 УСД)
- Платна картица*(4111 1111 1111 1111)
- Број телефона((555) 225-3556, 12345)
- Број за праћење*(1З204Е380338943508)
- УРЛ(ввв.гоогле.цом, https://en.wikipedia.org/wiki/Platypus, сезнам.цз)
Гоогле је рекао да тестира АПИ за екстракцију ентитета са ТамТамом како би омогућио апликацији да пружи корисне сугестије корисницима током разговора у ћаскању. Када је адреса на екрану, на пример, кликом на њу појавиће се мени за копирање адресе, отварање помоћу друге апликације или добијање упутстава до локације.
Анотатори/модели неуронске мреже у АПИ-ју за екстракцију ентитета раде на следећи начин: Дати улазни текст се прво дели на речи (на основу раздвајања простора), а затим све могуће подсеквенце речи генерише се одређена максимална дужина (15 речи у примеру изнад), и сваком кандидату неуронска мрежа за бодовање додељује вредност (између 0 и 1) на основу тога да ли представља валидан ентитет.
Затим, генерисани ентитети који се преклапају се уклањају, фаворизујући оне са већим резултатом у односу на конфликтне са нижим резултатом. Затим се друга неуронска мрежа користи да се тип ентитета класификује као телефонски број, адреса или у неким случајевима, не-ентитет.
Гоогле је рекао да се АПИ за екстракцију ентитета МЛ Кит-а заснива на технологији која је покретала функцију Смарт Линкифи уведену са Андроидом 10.
Поред екстракције ентитета заснованог на тексту, Гоогле је најавио и нови АПИ за сегментацију селфија. Ова функција ће омогућити програмерима да одвоје позадину од сцене. Ово ће омогућити корисницима да додају цоол ефекте селфијима или чак да се уметну у бољу позадину. Гоогле је рекао да је нови АПИ способан да произведе одличне резултате са малим кашњењем и на Андроид-у и на иОС-у.
МЛ Кит СДК укључује године Гоогле-овог рада на машинском учењу у Фиребасе пакет који програмери мобилних апликација могу да користе за побољшање својих апликација. Откако је представљен МЛ Кит, представљен је велики број АПИ-ја који програмерима много олакшавају имплементацију функција заснованих на машинском учењу у апликацијама. Уз издвајање ентитета и сегментацију селфија, апликације будућности ће постати још боље.