语言探测器

Question

我想要一个java代码，它读取文档中的文本并说它是用哪种语言（英语，西班牙语......）。文件的格式并不重要。我想输出例如：“这个文件是西班牙语”。请以这种方式指导我并给我一个示例代码。

Answer 1

我会使用谷歌翻译的api http://code.google.com/apis/language/translate/v1/using_rest_langdetect.html

Answer 2

标准方法是为候选语言构建n-gram模型，然后为目标文档构建类似的模型，并使用简单的编辑距离计算与参考模型进行比较。 Gertjan van Noord的网站http://www.let.rug.nl/vannoord/TextCat/competitors.html包含您可以使用的几个图书馆的链接。

Answer 3

language-detection库在Java中使用非常简单（参见示例代码）并且非常强大。从各种各样的家庭中检测至少53种语言。