Android पर एमएल किट की मदद से स्मार्ट जवाब जनरेट करें

एमएल किट, डिवाइस पर मौजूद मॉडल का इस्तेमाल करके, मैसेज के छोटे जवाब जनरेट कर सकती है.

स्मार्ट जवाब जनरेट करने के लिए, आपको ML Kit को किसी बातचीत में हाल ही के मैसेज का लॉग पास करना होगा. अगर ML Kit को पता चलता है कि बातचीत अंग्रेज़ी में है और उसमें संवेदनशील विषय शामिल नहीं है, तो वह तीन जवाब जनरेट करता है. इन्हें उपयोगकर्ता को सुझाया जा सकता है.

बंडल किए गएअनबंडल किया गया
लाइब्रेरी का नामcom.google.mlkit:smart-replycom.google.android.gms:play-services-mlkit-smart-reply
लागू करनामॉडल, बिल्ड के समय आपके ऐप्लिकेशन से स्टैटिक तौर पर लिंक होता है.मॉडल को Google Play Services की मदद से डाइनैमिक तरीके से डाउनलोड किया जाता है.
ऐप्लिकेशन के साइज़ का असरसाइज़ में करीब 5.7 एमबी की बढ़ोतरी.साइज़ में करीब 200 केबी की बढ़ोतरी.
शुरू होने में लगने वाला समयमॉडल तुरंत उपलब्ध हो जाता है.पहली बार इस्तेमाल करने से पहले, आपको मॉडल डाउनलोड होने का इंतज़ार करना पड़ सकता है.

इसे आज़माएं

शुरू करने से पहले

  1. प्रोजेक्ट-लेवल की build.gradle फ़ाइल में, buildscript और allprojects, दोनों सेक्शन में Google की Maven रिपॉज़िटरी को शामिल करना न भूलें.

  2. अपने मॉड्यूल की ऐप्लिकेशन-लेवल की gradle फ़ाइल में, ML Kit की Android लाइब्रेरी के लिए डिपेंडेंसी जोड़ें. आम तौर पर, यह फ़ाइल app/build.gradle होती है. अपनी ज़रूरत के हिसाब से, इनमें से कोई एक डिपेंडेंसी चुनें:

    • अपने ऐप्लिकेशन के साथ मॉडल को बंडल करने के लिए:
    dependencies {
  // ...
  // Use this dependency to bundle the model with your app
  implementation 'com.google.mlkit:smart-reply:17.0.4'
}
    • Google Play Services में मॉडल का इस्तेमाल करने के लिए:
    dependencies {
  // ...
  // Use this dependency to use the dynamically downloaded model in Google Play Services
  implementation 'com.google.android.gms:play-services-mlkit-smart-reply:16.0.0-beta1'
}

    अगर आपने Google Play Services में मौजूद मॉडल का इस्तेमाल करने का विकल्प चुना है, तो अपने ऐप्लिकेशन को इस तरह कॉन्फ़िगर किया जा सकता है कि Play Store से ऐप्लिकेशन इंस्टॉल होने के बाद, मॉडल डिवाइस पर अपने-आप डाउनलोड हो जाए. अपने ऐप्लिकेशन की AndroidManifest.xml फ़ाइल में यह एलान जोड़कर:

    <application ...>
      ...
      <meta-data
          android:name="com.google.mlkit.vision.DEPENDENCIES"
          android:value="smart_reply" >
      <!-- To use multiple models: android:value="smart_reply,model2,model3" -->
</application>

    Google Play services के ModuleInstallClient API का इस्तेमाल करके, मॉडल की उपलब्धता की जांच की जा सकती है और उसे डाउनलोड करने का अनुरोध किया जा सकता है.

    अगर आपने इंस्टॉल के समय मॉडल डाउनलोड करने की सुविधा चालू नहीं की है या साफ़ तौर पर डाउनलोड करने का अनुरोध नहीं किया है, तो स्मार्ट जवाब जनरेटर को पहली बार चलाने पर मॉडल डाउनलोड हो जाता है. डाउनलोड पूरा होने से पहले किए गए अनुरोधों के नतीजे नहीं मिलते.

    1. बातचीत के इतिहास का ऑब्जेक्ट बनाना

    स्मार्ट जवाब जनरेट करने के लिए, आपको ML Kit को TextMessage ऑब्जेक्ट की समय के हिसाब से क्रम में लगाई गई List पास करनी होगी. इसमें सबसे पहले टाइमस्टैंप को सबसे पहले रखा जाएगा.

    जब भी उपयोगकर्ता कोई मैसेज भेजे, तो मैसेज और उसके टाइमस्टैंप को बातचीत के इतिहास में जोड़ें:

    Kotlin

    conversation.add(TextMessage.createForLocalUser(
        "heading out now", System.currentTimeMillis()))

    Java

    conversation.add(TextMessage.createForLocalUser(
        "heading out now", System.currentTimeMillis()));

    जब भी उपयोगकर्ता को कोई मैसेज मिले, तो मैसेज, उसका टाइमस्टैंप, और भेजने वाले का यूज़र आईडी, बातचीत के इतिहास में जोड़ें. यूज़र आईडी कोई भी ऐसी स्ट्रिंग हो सकती है जो बातचीत में, मैसेज भेजने वाले की यूनीक तरीके से पहचान करती हो. यूज़र आईडी को किसी भी उपयोगकर्ता डेटा से मैच करने की ज़रूरत नहीं है. साथ ही, स्मार्ट जवाब जनरेटर की बातचीत या कॉल के बीच यूज़र आईडी का एक जैसा होना ज़रूरी नहीं है.

    Kotlin

    conversation.add(TextMessage.createForRemoteUser(
        "Are you coming back soon?", System.currentTimeMillis(), userId))

    Java

    conversation.add(TextMessage.createForRemoteUser(
        "Are you coming back soon?", System.currentTimeMillis(), userId));

    बातचीत के इतिहास का ऑब्जेक्ट कैसा दिखता है, यह जानने के लिए यहां दिया गया उदाहरण देखें:

    टाइमस्टैम्प userID isLocalUser मैसेज
    गुरुवार, 21 फ़रवरी, 2019 को दोपहर 1:13:39 बजे पीएसटी सही क्या तुम आ रही हो?
    गुरुवार, 21 फ़रवरी, 2019 को दोपहर 1:15:03 बजे पीएसटी FRIEND0 गलत मुझे देर हो रही है, माफ़ करें!

    ML Kit, बातचीत के इतिहास में मौजूद आखिरी मैसेज के जवाब सुझाता है. आखिरी मैसेज, किसी ऐसे उपयोगकर्ता का होना चाहिए जो स्थानीय न हो. ऊपर दिए गए उदाहरण में, बातचीत का आखिरी मैसेज, स्थानीय उपयोगकर्ता FRIEND0 का नहीं है. जब ML Kit को यह लॉग पास किया जाता है, तो यह FRIENDO के मैसेज के जवाब सुझाता है: "देर हो रही है, माफ़ करें!"

    2. मैसेज के जवाब पाना

    किसी मैसेज के लिए स्मार्ट जवाब जनरेट करने के लिए, SmartReplyGenerator का इंस्टेंस पाएं और बातचीत के इतिहास को इसके suggestReplies() तरीके पर पास करें:

    Kotlin

    val smartReplyGenerator = SmartReply.getClient()
smartReply.suggestReplies(conversation)
        .addOnSuccessListener { result ->
            if (result.getStatus() == SmartReplySuggestionResult.STATUS_NOT_SUPPORTED_LANGUAGE) {
                // The conversation's language isn't supported, so
                // the result doesn't contain any suggestions.
            } else if (result.getStatus() == SmartReplySuggestionResult.STATUS_SUCCESS) {
                // Task completed successfully
                // ...
            }
        }
        .addOnFailureListener {
            // Task failed with an exception
            // ...
        }

    Java

    SmartReplyGenerator smartReply = SmartReply.getClient();
smartReply.suggestReplies(conversation)
        .addOnSuccessListener(new OnSuccessListener() {
            @Override
            public void onSuccess(SmartReplySuggestionResult result) {
                if (result.getStatus() == SmartReplySuggestionResult.STATUS_NOT_SUPPORTED_LANGUAGE) {
                    // The conversation's language isn't supported, so
                    // the result doesn't contain any suggestions.
                } else if (result.getStatus() == SmartReplySuggestionResult.STATUS_SUCCESS) {
                    // Task completed successfully
                    // ...
                }
            }
        })
        .addOnFailureListener(new OnFailureListener() {
            @Override
            public void onFailure(@NonNull Exception e) {
                // Task failed with an exception
                // ...
            }
        });

    अगर कार्रवाई पूरी हो जाती है, तो सक्सेस हैंडलर को SmartReplySuggestionResult ऑब्जेक्ट पास किया जाता है. इस ऑब्जेक्ट में, सुझाए गए ज़्यादा से ज़्यादा तीन जवाबों की सूची होती है. इन्हें उपयोगकर्ता को दिखाया जा सकता है:

    Kotlin

    for (suggestion in result.suggestions) {
    val replyText = suggestion.text
}

    Java

    for (SmartReplySuggestion suggestion : result.getSuggestions()) {
    String replyText = suggestion.getText();
}

    ध्यान दें कि अगर मॉडल को सुझाए गए जवाबों की प्रासंगिकता पर भरोसा नहीं है, इनपुट बातचीत अंग्रेज़ी में नहीं है या मॉडल को संवेदनशील विषय का पता चलता है, तो हो सकता है कि ML Kit नतीजे न दिखाए.