iOS：SwiftUI TextField文本调用NLEmbedding返回nil问题求助

我正在开发一款类似苹果键盘的表情搜索栏：用户输入文本后，系统会匹配预计算好并存在.mlmodel里的表情静态word embedding，进而展示相关表情。但遇到个问题：当用SwiftUI的@State变量作为参数调用NLEmbedding.vector(for:)时，返回值总是nil，换成字符串字面量却完全正常。

最小复现代码如下：

import SwiftUI
import NaturalLanguage

struct ContentView: View {

    @State private var searchText = ""

    var body: some View {
        VStack {
            TextField("Search emojis", text: $searchText)
                .padding()
                .background(Color.gray.opacity(0.1))
                .cornerRadius(12)
                .onChange(of: searchText, perform: searchEmojis(forQuery:))
        }
        .padding()
    }

   private func searchEmojis(forQuery text: String) {
        guard let embedding = NLEmbedding.wordEmbedding(for: .english) else { return }
        let queryVector = embedding.vector(for: text) // 传字符串字面量正常，传@State变量返回nil
        print("Query vector: \(queryVector)")
    }
}

解决思路 #

问题根源是用户输入的文本没有经过标准化处理，而NLEmbedding的预训练词嵌入只包含符合规范的词汇（比如小写、无多余空格的单个词）。比如用户输入带空格的短语、大写字母或者空字符串时，都会找不到对应的向量。

可以通过以下步骤处理：

• 先对输入文本做标准化：去除首尾空格、转成小写
• 处理多词输入：如果用户输入多个词，计算所有词向量的平均值作为查询向量（单个词不在词汇表时也能 fallback）
• 提前判断词汇是否在嵌入模型的词汇表中，避免无效计算

修改后的代码 #

import SwiftUI
import NaturalLanguage

struct ContentView: View {

    @State private var searchText = ""

    var body: some View {
        VStack {
            TextField("Search emojis", text: $searchText)
                .padding()
                .background(Color.gray.opacity(0.1))
                .cornerRadius(12)
                .onChange(of: searchText, perform: searchEmojis(forQuery:))
        }
        .padding()
    }

    private func searchEmojis(forQuery text: String) {
        guard let embedding = NLEmbedding.wordEmbedding(for: .english) else { return }
        
        // 1. 标准化输入文本
        let normalizedText = text.trimmingCharacters(in: .whitespacesAndNewlines).lowercased()
        guard !normalizedText.isEmpty else {
            print("Empty input, skipping")
            return
        }
        
        // 2. 过滤出词汇表中存在的有效单词
        let words = normalizedText.components(separatedBy: .whitespaces)
            .filter { !$0.isEmpty && embedding.vocabulary.contains($0) }
        
        guard !words.isEmpty else {
            print("No valid words in input for embedding")
            return
        }
        
        // 3. 计算查询向量：单个词直接取向量，多词取平均值
        var queryVector: [Double]
        if words.count == 1 {
            queryVector = embedding.vector(for: words[0])!
        } else {
            let vectors = words.compactMap { embedding.vector(for: $0) }
            let count = vectors.count
            queryVector = Array(repeating: 0.0, count: embedding.dimension)
            for vector in vectors {
                for i in 0..<embedding.dimension {
                    queryVector[i] += vector[i] / Double(count)
                }
            }
        }
        
        print("Query vector: \(queryVector)")
        // 这里可以继续写和预存表情embedding匹配的逻辑
    }
}

额外说明 #

• 预训练的NLEmbedding词汇表有限，对于生僻词或者组合词可能还是找不到向量，这时候可以考虑添加自定义词汇，或者用更灵活的嵌入模型
• 如果你的.mlmodel里的表情embedding是用相同的预处理规则生成的，这样匹配出来的结果会更准确

内容的提问来源于stack exchange，提问作者Siddharth Kamaria