一段时间以来，我一直想知道Google翻译（或假设的翻译）如何从“发件人”字段中输入的字符串中检测语言。我一直在考虑这个问题，我唯一想到的就是在输入字符串中寻找一种语言所独有的单词。除关键字外，另一种方法可能是检查句子的形成或其他语义。但是考虑到不同的语言及其语义，这似乎是一项非常艰巨的任务。我进行了一些研究，发现有些方法可以使用n- gram序列并使用一些统计模型来检测语言。也将希望获得高层答复。
您无需对文本进行深入的分析即可了解其所使用的语言。统计信息告诉我们，每种语言都有特定的字符模式和频率。这是一个很好的一阶近似值。当文本为多种语言时，情况会变得更糟，但仍然不是很复杂。当然，如果文本太短（例如，单个单词，更糟的单词，单个简短单词），则统计信息不起作用，您需要词典。
