Hvilket sprog er dette? 5 værktøjer til at identificere ukendte sprog

jeg??´ jeg›¹jeg'¬jeg??´jegŠ¸jeg-?? í ™˜jeg˜??. jeg??´ê²ƒì ?? € 보기 ì›?? 본jeg??´ë‹¤

Hvilket sprog er dette? Kinesisk? japansk?

Det er koreansk faktisk. At opdage dette manuelt ville have taget mig meget tid. Heldigvis fandt jeg nogle meget nøjagtige værktøjer, der kan gøre dette automatisk. De er alle anført nedenfor.

Eksperimentet: Jeg testede webstederne ved hjælp af eksempeltekst (1-2 sætninger med 8 ord) fra følgende sprog: portugisisk, russisk, koreansk, vietnamesisk, italiensk, tyrkisk, polsk, ukrainsk, aserbajdsjansk, slovensk, makedonsk, hollandsk, filippinsk (tagalog), Græsk, galicisk, tjekkisk, hviderussisk, finsk, tatarisk og norsk.

Generelt testede jeg 20 forskellige sprog.

3 Værktøjer til at registrere ukendt sprogtekst

1. langId (bestået 18 ud af 20 prøver, ikke bestået Tatar og Hviderussland)

Fordele: Samlet set fantastisk online værktøj. Det tilbyder grundlæggende tekstdetekteringsfunktionalitet, og de har også Twitter- og e-mail-detekteringsbots for endnu hurtigere resultater.

Ulemper: Deres motor er baseret på Google API, men de ser ud til at have bedre resultater end Google-detektoren beskrevet nedenfor. Det ser ud til, at de ved, hvordan man udnytter tingene meget godt. Jeg kunne ikke lide, at de ikke har deres egen unikke algoritme til at registrere sprog.

2. Google Sprogdetektor [Ikke længere tilgængelig] (bestået 17 ud af 20 prøver, ikke bestået portugisisk, Taglog og hviderussisk)

Fordele: Google har en af ​​verdens bedste API til sprogdetektion. De gode ting er, at du er i stand til at se sandsynligheden for, at det resultat, de viser, er sandt. De var i stand til at bestå de fleste af prøvetestene.

Ulemper: Jeg var ganske overrasket over, at de ikke bestod den portugisiske test. Det ser ud til, at de har en (jeg håber midlertidig) fejl med dette sprog. De kan også helt sikkert gøre et bedre stykke arbejde med at gøre sidedesignet bedre.

3. Hvilket sprog er dette (bestået 11 ud af 20 prøver, bestod ikke russisk, koreansk, ukrainsk, aserbajdsjan, makedonsk, tagalog, græsk, galicisk og tatarisk)

Fordele: Nogle sprog som det sydslaviske (serbisk, kroatisk, slovensk) er meget ens. Hvis du indtaster en kroatisk tekst, lad os sige, at dette websted fortæller dig, at teksten også kan være serbisk eller slovensk.

Ulemper: De er nødt til at arbejde på at gøre deres detektionssystem mere sofistikeret. Jeg tænkte på at placere Translated.net (et andet websted til sprogdetektion) i stedet for dette, men Translated lovede afsløring af flere sprog og gjorde faktisk dårligere end WhatLanguageIsThis.com.

2 værktøjer til at registrere websteder på ukendte sprog

4. Google Oversæt med Find sprog som den første mulighed

Bestået: 18 ud af 20 passerede ikke Hviderussland og Tatar.

Fordele: Dette værktøj gør sit job meget godt. Det, jeg kan lide med Google Translate Google Translate 2.1 Vises med Native iOS 7 Keyboard & More Language Support Google Translate 2.1 Vises med Native iOS 7 Keyboard & More Language Support Opdatering til Google Translate 2.1 på din iOS-enhed og medbring support til oversættelse og håndskriftinputstøtte til nye sprog. Endelig får Google Translate et nyt iOS 7-tastatur til at gøre alt det… er, at hvis det ikke understøtter et specifikt sprog, giver det dig følgende skærm:

Det er en fantastisk sprogdetektor, hvis du spørger mig!

5. Microsoft Bing Translator med Finde pr. automatik som den første mulighed.

Bestået: 8 ud af 20 passerede ikke hollandsk, vietnamesisk, tyrkisk, ukrainsk, aserbajdsjansk, slovensk, makedonsk, tagalog, græsk, galicisk, tjekkisk og hviderussisk

Fordele: Det understøtter et begrænset antal sprog. For disse sprog gør det sit job godt.

Ulemper: Jeg er meget skuffet over Microsoft. De har et meget begrænset antal sprog til detektion og oversættelse Top 4 Online-oversættelsestjenester Top 4 online-oversættelsestjenester, og deres autodetekteringsfunktion er forfærdelig. Hvis du indtaster et sprog, de ikke understøtter, får du et forkert resultat i stedet for at fortælle dig, at de ikke understøtter dette sprog.

Tanker

Generelt set er min mening, at ovenstående værktøjer går i en god retning. De er i øjeblikket de bedste til at opdage sprog online og gør deres job temmelig godt, når det kommer til populære sprog. De skal dog arbejde på at tilføje flere obskure sprog (ingen af ​​værktøjerne var i stand til at genkende Tatar), og jeg er sikker på, at alle af dem, især Google vil gå i den retning i nær fremtid.

Billedkredit: Kanko *