我是机器学习的先驱，我想知道是否可以将机器学习应用于以下情况。
Image我正在将一个混合语言字符串（英语+其他任何东西）传递给机器学习库，我希望该库告诉我这个字符串是否已完全从英语翻译成目标语言。例如
示例1：
示例2：
输入：
＆＃34;请上传您的文件＆＃34; ＃（请用中文上传文件）
预期结果：
需要将来翻译（中文）为＆＃34;上传＆＃34;是一个应该被翻译的行动。
如果机器学习可以应用于此，那么我该如何选择输入字符串的维度以及我应该选择哪种算法（逻辑回归或神经网络？）
由于
答案 0 :(得分：1)
自然语言处理是一个庞大而多样化的领域。你可以通过多种方式思考你的例子。
第一个是字符集和符号编码。大多数非浪漫语言都有标准26字母字母以外的字符。如果你看到一个语言的核心字符范围内外的字符，它可以解决需要很多字典的问题。
第二种是查看某种语言中的一组示例或单词，并使用朴素贝叶斯分类将单词与某些训练集中的语言相关联。
您可能会进一步进行干细胞检测，但我还没有对它进行过充分的研究。考虑在Crossvalidated上发布。