Détecteur de langue

Cet outil identifie la langue d’un texte donné en analysant les séquences de caractères, l’usage des scripts et les indices lexicaux. Il renvoie un code de langue (ISO 639-1), le nom de la langue et un score de confiance. Conceptuellement, la détection repose sur un modèle statistique qui évalue chaque langue possible et renvoie le ou les meilleurs candidats. Il gère les textes longs et courts; pour les textes courts, une approche utilisant des n-grammes plus courts est appliquée pour préserver la fiabilité. À qui cela profite: les développeurs qui intègrent la détection dans les applications, les équipes de contenu routant des contenus pour traduction, les data scientists menant des analyses multilingues et les équipes qualité validant les flux de données entrants. Valeur unique: précision élevée sur plus de 100 langues et sorties claires et structurées sans traduction. Fonctions clés et cas d’utilisation: détection en une seule passe, traitement par lots, résultats du ou des meilleurs candidats et indices facultatifs de script les plus proches pour des scripts tels que Latin, Cyrillic ou Han. Cas d’usage: routage automatique, prétraitement pour MT et assurance qualité des données.