Identifier la langue du texte avec ML Kit sur iOS

Vous pouvez utiliser ML Kit pour identifier la langue d'une chaîne de texte. Vous pouvez obtenir la langue la plus probable de la chaîne, ainsi que les scores de confiance pour toutes les dans les différentes langues possibles.

ML Kit reconnaît des textes dans plus de 100 langues différentes dans leur écriture native. Le texte romanisé est également reconnu pour les langues suivantes : arabe, bulgare, chinois, grec, hindi, japonais et russe. Consultez le liste complète des langages et scripts acceptés.

Essayer

Avant de commencer

  1. Incluez les pods ML Kit suivants dans votre Podfile: 
    pod 'GoogleMLKit/LanguageID', '3.2.0'
  2. Après avoir installé ou mis à jour les pods de votre projet, ouvrez votre projet Xcode à l'aide de son .xcworkspace ML Kit est compatible avec Xcode 12.4 ou version ultérieure.

Identifier la langue d'une chaîne

Pour identifier la langue d'une chaîne, récupérez une instance de LanguageIdentification, puis transmettez la chaîne à la fonction identifyLanguage(for:).

Exemple :

Swift

let languageId = NaturalLanguage.languageIdentification()

languageId.identifyLanguage(for: text) { (languageCode, error) in
  if let error = error {
    print("Failed with error: \(error)")
    return
  }
  if let languageCode = languageCode, languageCode != "und" {
    print("Identified Language: \(languageCode)")
  } else {
    print("No language was identified")
  }
}

Objective-C

MLKLanguageIdentification *languageId = [MLKLanguageIdentification languageIdentification];

[languageId identifyLanguageForText:text
                         completion:^(NSString * _Nullable languageCode,
                                      NSError * _Nullable error) {
                           if (error != nil) {
                             NSLog(@"Failed with error: %@", error.localizedDescription);
                             return;
                           }
                           if (![languageCode isEqualToString:@"und"] ) {
                             NSLog(@"Identified Language: %@", languageCode);
                           } else {
                             NSLog(@"No language was identified");
                           }
                         }];

Si l'appel aboutit, une Le code de langue BCP-47 est transmis au gestionnaire d'achèvement, indiquant la langue du texte. Si non langue peut être détectée avec certitude, le code und (indéterminé) est transmis.

Par défaut, ML Kit ne renvoie une valeur non und que lorsqu'il identifie le langage avec un indice de confiance d'au moins 0,5. Vous pouvez modifier ce seuil en transmettant un objet LanguageIdentificationOptions à languageIdentification(options:):

Swift

let options = LanguageIdentificationOptions(confidenceThreshold: 0.4)
let languageId = NaturalLanguage.languageIdentification(options: options)

Objective-C

MLKLanguageIdentificationOptions *options =
    [[MLKLanguageIdentificationOptions alloc] initWithConfidenceThreshold:0.4];
MLKLanguageIdentification *languageId =
    [MLKLanguageIdentification languageIdentificationWithOptions:options];

Obtenir les langues possibles d'une chaîne

Pour obtenir les valeurs de confiance des langues les plus probables d'une chaîne, obtenez une instance de LanguageIdentification, puis transmettre la chaîne à la identifyPossibleLanguages(for:).

Exemple :

Swift

let languageId = NaturalLanguage.languageIdentification()

languageId.identifyPossibleLanguages(for: text) { (identifiedLanguages, error) in
  if let error = error {
    print("Failed with error: \(error)")
    return
  }
  guard let identifiedLanguages = identifiedLanguages,
    !identifiedLanguages.isEmpty,
    identifiedLanguages[0].languageCode != "und"
  else {
    print("No language was identified")
    return
  }

  print("Identified Languages:\n" +
    identifiedLanguages.map {
      String(format: "(%@, %.2f)", $0.languageCode, $0.confidence)
      }.joined(separator: "\n"))
}

Objective-C

MLKLanguageIdentification *languageId = [MLKLanguageIdentification languageIdentification];

[languageId identifyPossibleLanguagesForText:text
                                  completion:^(NSArray * _Nonnull identifiedLanguages,
                                               NSError * _Nullable error) {
  if (error != nil) {
    NSLog(@"Failed with error: %@", error.localizedDescription);
    return;
  }
  if (identifiedLanguages.count == 1
      && [identifiedLanguages[0].languageCode isEqualToString:@"und"] ) {
    NSLog(@"No language was identified");
    return;
  }
  NSMutableString *outputText = [NSMutableString stringWithFormat:@"Identified Languages:"];
  for (MLKIdentifiedLanguage *language in identifiedLanguages) {
    [outputText appendFormat:@"\n(%@, %.2f)", language.languageCode, language.confidence];
  }
  NSLog(outputText);
}];

Si l'appel aboutit, une liste d'objets IdentifiedLanguage est transmise à gestionnaire de continuation. À partir de chaque objet, vous pouvez obtenir le code BCP-47 du langage et le niveau de confiance que la chaîne est dans cette langue. Notez que ces valeurs indiquent le niveau de confiance selon lequel la chaîne entière se trouve dans la langue ; ML Kit n'identifie pas plusieurs langues dans une seule chaîne.

Par défaut, ML Kit ne renvoie que les langues dont le niveau de confiance est au moins égal 0,01. Vous pouvez modifier ce seuil en transmettant une LanguageIdentificationOptions vers languageIdentification(options:):

Swift

let options = LanguageIdentificationOptions(confidenceThreshold: 0.4)
let languageId = NaturalLanguage.languageIdentification(options: options)

Objective-C

MLKLanguageIdentificationOptions *options =
    [[MLKLanguageIdentificationOptions alloc] initWithConfidenceThreshold:0.4];
MLKLanguageIdentification *languageId =
    [MLKLanguageIdentification languageIdentificationWithOptions:options];

Si aucune langue n'atteint ce seuil, la liste ne comporte qu'un élément, dont la valeur und