翻译软件是怎么根据拉丁字母判断何种语言的？

[stx0821]

好像很多种语言都只使用 26 个拉丁字母，那是怎么根据拉丁字母判断何种语言的？ 比如下面这句话不知道什么语言，但翻译软件确可以准确翻译出来

Por favor anuncien algo acerca de el lanzamiento global

[eastpiger]

https://github.com/dsc/guess-language

Based on guesslanguage.cpp by Jacob R Rideout for KDE which itself is based on Language::Guess by Maciej Ceglowski. Original repo is at Google Code; repackaged with package metadata here.


东亚语言之类，可以用 unicode 分区判断字符，拉丁类的语言，直接搜常见组合，比如德语的白名单： https://github.com/dsc/guess-language/blob/master/guess_language/trigrams/de

[jiezhi]

统计学吧

[jr55475f112iz2tu]

理论上现在翻译软件多多少少都会用到算法
那就可以识别语种了吧

[wdlth]

可以通过 N-grams 去判断，大多数 NLP 工具都是这样。