Java中的语言识别

Question

是否有Java的语言识别开源库？我只找到了C/C++的。

更新：

我说的是人类文本语言。例如：

输入：My name is John. 输出：英语。

输入：Ich heisse John. 输出：德语。

输入：Меня зовут Джон. 输出：俄语。

- Yurish

---

请告诉我们您需要哪种类型的软件。它应该是一个正式的自动机，能够识别字符串是否属于特定的形式语言吗？它应该能够告诉文本使用的人类语言是什么吗？它应该能够告诉源代码使用的语言是什么吗？它应该能够告诉可执行文件可能使用的语言是什么吗？它应该能够识别声音是单词还是噪音吗？它应该能够识别人们正在说什么语言吗？ - David Thornley

有点挑剔，但必须减1，因为没有展示任何研究努力...不过这是一个好问题，所以我收藏了它。 - icedwater

Answer 1

看看你对Apache Tika中的版本有什么想法。这假设你想找出文本所使用的语言，而不是想要构建用于编程语言解析的解析器。

- bmargulies

---

也许提供Tika的链接 - Bozho

Answer 2

Textcat http://textcat.sourceforge.net/ 并不支持俄语，但它可以处理以下语言：

• 阿尔巴尼亚语
• 丹麦语
• 荷兰语
• 英语
• 芬兰语
• 法语
• 德语
• 匈牙利语
• 意大利语
• 挪威语
• 波兰语
• 斯洛伐克语
• 斯洛文尼亚语
• 西班牙语
• 瑞典语

- Paul Gregoire

Answer 3

有一个语言检测API，可以通过HTTP POST接收文本，并返回JSON格式的检测到的语言和分数。它可以从Java或任何其他编程语言中使用。

- Laurynas

Answer 4

我认为ANTLR是相当标准的。

- Bozho

---

我们中有人感到困惑。我认为他想要一种判断文本是中文还是日文的方法，而你认为他想要制作一个解析器！我们拭目以待。 - bmargulies

@bmargulies - 从问题中无法推断出来，因此两个答案都是有意义的。 - Bozho