我目前正在尝试翻译包含多种语言的段落。
现在我已经通过谷歌翻译 API 实现了，如果我们可以说：
hello bye hola
它会将语言检测为英语，如果是：
hello hola adios那么它将检测西班牙语。
因此，基本上无论哪种语言在句子/段落中的字数最多，它都会检测到该语言。现在有趣的是，在谷歌翻译上他们实际上有这个功能。
有什么办法可以解决这个问题，让它只检测外语而不检测英语？
问问题
1632 次
1 回答
1
不，谷歌翻译 API 没有办法做到这一点，因为在他们的公共 API 中没有公开的机制。
如果您使用备用语言检测库，您可以定义一个阈值，在该阈值下删除较少表示的语言的内容。如果英语内容占整个样本文本的比例不到 30%，这将允许您删除它。
例如，查看optimaize/language-detector项目RemoveMinorityScriptsTextFilterTest中的类。
于 2016-02-07T22:39:22.390 回答