最新版本(iOS 12+)
简要地:
您可以通过使用NLLanguageRecognizer来实现它,如:
import NaturalLanguage
func detectedLanguage(for string: String) -> String? {
let recognizer = NLLanguageRecognizer()
recognizer.processString(string)
guard let languageCode = recognizer.dominantLanguage?.rawValue else { return nil }
let detectedLanguage = Locale.current.localizedString(forIdentifier: languageCode)
return detectedLanguage
}
旧版本(iOS 11+)
简要地:
您可以通过使用NSLinguisticTagger来实现它,如:
func detectedLanguage<T: StringProtocol>(for string: T) -> String? {
let recognizer = NLLanguageRecognizer()
recognizer.processString(String(string))
guard let languageCode = recognizer.dominantLanguage?.rawValue else { return nil }
let detectedLanguage = Locale.current.localizedString(forIdentifier: languageCode)
return detectedLanguage
}
细节:
首先,您应该知道您所问的主要与自然语言处理(NLP)的世界有关。
由于 NLP 不仅仅是文本语言检测,因此其余答案将不包含特定的 NLP 信息。
显然,实现这样的功能并不是那么容易,尤其是在开始关心过程的细节时,例如拆分成句子甚至单词,然后识别名称和标点符号等......我敢打赌你会想到“什么一个痛苦的过程!一个人做这件事甚至不合逻辑”;幸运的是,iOS确实支持 NLP(实际上,NLP API 可用于所有 Apple 平台,而不仅仅是 iOS),以使您的目标易于实现。您将使用的核心组件是NSLinguisticTagger
:
分析自然语言文本以标记词性和词汇类别,识别名称,执行词形还原,并确定语言和脚本。
NSLinguisticTagger
为各种自然语言处理功能提供统一的接口,支持多种不同的语言和脚本。您可以使用此类将自然语言文本分割成段落、句子或单词,并标记有关这些段的信息,例如词性、词汇类别、引理、脚本和语言。
如课程文档中所述,您正在寻找的方法 - 在确定主要语言和正字法部分 - 是dominantLanguage(for:)
:
返回指定字符串的主要语言。
.
.
返回值
标识字符串的主要语言的BCP-47标签,如果无法确定特定语言,则使用标签“und”。
您可能会注意到,NSLinguisticTagger
从 iOS 5 开始就存在。但是,dominantLanguage(for:)
方法仅支持 iOS 11 及更高版本,这是因为它是在Core ML Framework之上开发的:
. . .
Core ML 是特定领域框架和功能的基础。Core ML 支持用于图像分析的 Vision、用于自然语言处理的Foundation
(例如,NSLinguisticTagger
类)和用于评估学习决策树的 GameplayKit。Core ML 本身建立在 Accelerate 和 BNNS 等低级原语以及 Metal Performance Shaders 之上。
基于dominantLanguage(for:)
通过“The quick brown fox jumps over the lazy dog”调用的返回值:
NSLinguisticTagger.dominantLanguage(for: "The quick brown fox jumps over the lazy dog")
将是“en”可选字符串。但是,到目前为止,这不是所需的输出,而是期望得到“英语”!好吧,这正是您应该通过调用Locale Structure中的localizedString(forLanguageCode:)
方法并传递获得的语言代码得到的结果:
Locale.current.localizedString(forIdentifier: "en") // English
放在一起:
如“快速回答”代码片段中所述,该函数将是:
func detectedLanguage<T: StringProtocol>(_ forString: T) -> String? {
guard let languageCode = NSLinguisticTagger.dominantLanguage(for: String(forString)) else {
return nil
}
let detectedLanguage = Locale.current.localizedString(forIdentifier: languageCode)
return detectedLanguage
}
输出:
正如预期的那样:
let englishDetectedLanguage = detectedLanguage(textEN) // => English
let spanishDetectedLanguage = detectedLanguage(textES) // => Spanish
let arabicDetectedLanguage = detectedLanguage(textAR) // => Arabic
let germanDetectedLanguage = detectedLanguage(textDE) // => German
注意:
仍然存在无法获取给定字符串的语言名称的情况,例如:
let textUND = "SdsOE"
let undefinedDetectedLanguage = detectedLanguage(textUND) // => Unknown language
或者甚至可以是nil
:
let rubbish = "000747322"
let rubbishDetectedLanguage = detectedLanguage(rubbish) // => nil
仍然发现提供有用的输出是一个不错的结果......
此外:
关于 NSLinguisticTagger:
尽管我不会深入研究NSLinguisticTagger
用法,但我想指出,其中存在一些非常酷的功能,而不仅仅是简单地检测给定文本的语言;作为一个非常简单的例子:在枚举标签时使用引理在使用信息检索时会非常有用,因为您将能够识别单词“driving”通过“drive”单词。
官方资源
苹果视频会议:
此外,为了熟悉 CoreML: