语种检测器

粘贴一句话，就能知道它是什么语言。检测器首先看文字体系：谚文就是韩语，假名就是日语，泰文、希腊文、希伯来文、格鲁吉亚文和许多印度系文字各自对应一种主要语言。对于几十种语言共用的拉丁字母或西里尔字母文本，则把词语与各语言最常用的词比对，并检查 ñ、ß、ø、ł、ı、і 这样的特殊字母。它涵盖近 70 种语言。

使用方法

1. 至少粘贴一句话，两三句会更准确。
2. 查看语言和置信度。
3. 当两种相近的语言得分接近时，查看“最可能的语言”表。
4. “文本中的文字体系”表会显示文本混用了哪些文字。

计算公式

得分 = 属于该语言常用词的单词所占比例 + 0.35 × （该语言使用的特殊字母数 − 2 × 该语言不使用的特殊字母数） ÷ 特殊字母总数

每种使用拉丁字母或西里尔字母的语言都有一份最常见短词（冠词、代词、介词）的清单，一般是 15 到 60 个，另有该语言使用的、超出基本字母表的字母。满篇“der”“und”和 ü 的文本是德语；“och”“är”和 å 则指向瑞典语。中文通过只存在于一种字形的字（们 或 們）区分简体和繁体，日语通过假名识别，阿拉伯语、波斯语和乌尔都语则通过 پ、گ、ے 等字母区分。置信度反映最可能的语言领先第二名多少。

示例

示例句子“Der schnelle braune Fuchs springt über den faulen Hund, und die Kinder lachen im Garten.”被检测为德语，置信度高：它的 15 个词中有 6 个（der、über、den、und、die、im）属于德语最常用的词，而它唯一的特殊字母 ü 在德语中使用，英语和荷兰语中则不使用。