溫馨提示×

您好，登錄后才能下訂單哦！

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》

Python語(yǔ)言檢測(cè)模塊langid和langdetect的使用實(shí)例

發(fā)布時(shí)間：2020-08-25 02:13:17 來(lái)源：腳本之家 閱讀：318 作者：Together_CZ 欄目：開(kāi)發(fā)技術(shù)

之前使用數(shù)據(jù)編碼風(fēng)格檢測(cè)的模塊chardet比較多一點(diǎn)，今天提到的兩個(gè)模塊是檢測(cè)數(shù)據(jù)的語(yǔ)言類型，比如是：中文還是英文，模塊的使用方法也比較簡(jiǎn)單，我這里只是簡(jiǎn)單地使用了一下，因?yàn)轫?xiàng)目中有這個(gè)需求，所以拿來(lái)用了一下，并沒(méi)有深入地去研究這兩個(gè)模塊，模塊的地址鏈接我都給出來(lái)了，需要的話可以去研究下：

def langidFunc():
  '''
  https://github.com/yishuihanhan/langid.py
  '''
  print langid.classify("We Are Family")
  print langid.classify("Questa e una prova")
  print langid.classify("我們都有一個(gè)家")
  identifier=LanguageIdentifier.from_modelstring(model,norm_probs=True)
  print identifier.classify("We Are Family")
 
def langdetectFunc():
  '''
  https://github.com/yishuihanhan/langdetect
  '''
  s1=u"本篇文章主要介紹兩款語(yǔ)言探測(cè)工具，用于區(qū)分文本到底是什么語(yǔ)言，"
  s2=u'We are pleased to introduce today a new technology'
  print detect(s1)
  print detect(s2)
  print detect_langs(s2)  # detect_langs()輸出探測(cè)出的所有語(yǔ)言類型及其所占的比例
  print detect_langs("Otec matka syn.")

結(jié)果如下：

('en', 9.061840057373047)
('it', -35.41771221160889)
('zh', -85.79573845863342)
('en', 0.16946150595865334)
zh-cn
en
[en:0.999998109575]
[pl:0.571426592237, fi:0.428568772028]

總結(jié)

以上就是這篇文章的全部?jī)?nèi)容了，希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，謝謝大家對(duì)億速云的支持。如果你想了解更多相關(guān)內(nèi)容請(qǐng)查看下面相關(guān)鏈接

向AI問(wèn)一下細(xì)節(jié)

免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱：is@yisu.com進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI
助
手