言語判定ツール

文を1つ貼り付けると、何語かを教えてくれます。判定ツールはまず文字体系を見ます。ハングルなら韓国語、かななら日本語で、タイ文字、ギリシャ文字、ヘブライ文字、ジョージア文字、多くのインド系文字は、それぞれ1つの主要な言語を指します。何十もの言語が共有するラテン文字やキリル文字のテキストでは、各言語の最もよく使われる単語と照らし合わせ、ñ、ß、ø、ł、ı、і のような特殊な文字を確認します。約70の言語に対応しています。

使い方

1. 少なくとも1文を貼り付けます。2〜3文のほうが精度が上がります。
2. 言語と確信度を確認します。
3. 近い2つの言語が拮抗しているときは、「可能性の高い言語」の表を確認します。
4. 「テキスト中の文字体系」の表で、テキストに混ざっている文字を確認できます。

計算式

スコア = その言語のよく使われる単語に当たる単語の割合 + 0.35 × （その言語が使う特殊文字 − 2 × 使わない特殊文字） ÷ 特殊文字の数

ラテン文字とキリル文字の言語ごとに、最も頻出する短い単語（冠詞、代名詞、前置詞）15〜60個と、基本のアルファベット以外で使う文字の一覧があります。「der」「und」や ü だらけのテキストはドイツ語、「och」「är」や å はスウェーデン語を示します。中国語は、片方にしかない文字（们 または 們）で簡体字と繁体字に分け、日本語はかなで、アラビア語・ペルシア語・ウルドゥー語は پ、گ、ے のような文字で判別します。確信度は、最有力の言語が次の言語をどれだけ引き離しているかを反映します。

計算例

サンプルの文「Der schnelle braune Fuchs springt über den faulen Hund, und die Kinder lachen im Garten.」は、ドイツ語と判定され、確信度は高いです。15語のうち6語（der、über、den、und、die、im）がドイツ語で最もよく使われる単語に含まれ、唯一の特殊文字 ü は、ドイツ語では使われますが、英語やオランダ語では使われないためです。