Acerca de: Detector de idioma
El detector de idioma identifica el idioma de cualquier texto, del inglés y el español al suajili, el tagalo o el kazajo. También te da los códigos ISO estándar, el sistema de escritura y las coincidencias alternativas más cercanas.
Cómo funciona
Cada idioma tiene una «huella» estadística formada por las secuencias de tres letras, o trigramas, que aparecen con más frecuencia. El inglés está lleno de «the», «ing» y «and», mientras que el español prefiere «que», «los» e «ión». La herramienta divide tu texto en trigramas y los compara con los perfiles de más de 180 idiomas usando la biblioteca de código abierto franc. Gana el perfil más parecido.
Antes de comparar, el detector comprueba la escritura (latina, cirílica, árabe, devanagari, han y otras). Eso reduce los candidatos de inmediato, y por eso un texto en japonés o en griego se reconoce casi al instante.
Para qué sirve
- Traducción: averigua en qué idioma está un mensaje antes de traducirlo.
- Atención al cliente: envía correos y tickets al equipo adecuado.
- Desarrolladores: obtén el código ISO correcto para atributos
lang, API y archivos de localización. - Limpieza de datos: revisa los idiomas de un conjunto de datos o de una exportación de encuestas.
Consejos para obtener los mejores resultados
- Dale al menos una frase completa. Las palabras sueltas y los nombres suelen ser ambiguos.
- Los idiomas muy cercanos, como el español y el portugués o el serbio y el croata, pueden obtener puntuaciones parecidas. Revisa la lista de alternativas.
- En textos con varios idiomas, prueba cada parte por separado. El detector devuelve el idioma predominante.
- Quita URL, código y números, que añaden ruido sin decirle nada a la herramienta sobre el idioma.