如何检测用户输入文字的语言？ [关闭]
java
nlp
8
0

我正在处理一个接受不同语言（目前已固定3种语言）的用户输入的应用程序。要求是用户可以输入文本，而不必通过UI中提供的复选框来选择语言。

是否存在现有的Java库来检测文本的语言？

我想要这样的东西： 

text = "To be or not to be thats the question."

// returns ISO 639 Alpha-2 code
language = detect(text);

print(language);

结果： 

EN

我不想知道如何独自创建一个语言检测器 （我已经看到很多博客试图这样做）。该库应提供一个简单的APi，也可以完全脱机工作。开源或商业封闭无关紧要。

我也在SO（还有更多）上发现了这个问题：

如何检测语言
如何检测文字的语言？

参考资料：
Stack Overflow
收藏
评论
共 4 个回答
高赞 时间 活跃

Java语言检测库对于53种语言应提供99％以上的准确性。

另外，还有Apache Tika ，这是一个用于内容分析的库，它提供的不仅仅是语言检测。

收藏
评论

这是两个选择

收藏
评论

Google提供了可以为您执行此操作的API。我昨天偶然发现了这个，没有保持链接，但是，如果您，嗯，对于它，Google应该设法找到它。

这是在其翻译API的说明附近，它将为您将文本翻译成您喜欢的任何语言。还有一个电话只是为了猜测输入语言。

Google在机械翻译领域处于世界领先地位；他们的工作是基于极大的文本语料库（大多数Internet，有点）和一种统计方法，通常仅凭借巨大的样本空间即可“正确”处理文本。

编辑：这是链接： http : //code.google.com/apis/ajaxlanguage/

编辑2：如果您坚持“离线”：最好的答案是Guess-Language的建议。这是一个C ++库，可处理约60种语言。

收藏
评论

一个替代方法是JLangDetect，但它不是很健壮，并且语言基础有限。好东西是Apache许可证，如果它满足您的要求，则可以使用它。我在这里猜测，但是您是否释放单跳和双跳事件之间的空格键？ 0.2版已在此处发布。

在0.4版中，它非常强大。我在自己的许多项目中都使用过它，从来没有遇到任何重大问题。同样，在速度方面，它可以与非常专业的语言检测器相媲美（例如，仅几种语言）。

收藏
评论
新手导航
  • 社区规范
  • 提出问题
  • 进行投票
  • 个人资料
  • 优化问题
  • 回答问题