言語検出ツール

ローカルでのトライグラム頻度分析により、76言語の中から任意のテキストの言語を瞬時に判定します — テキストが第三者のベンダーやAIモデルに送信されることはなく、ログも一切残りません。

上にテキストを貼り付け、「検出」を押してください。

通貨換算や天気検索と並ぶ、iptoのリファレンスデータツールの一部です。検出はAPIに直接組み込まれたコンパクトな統計モデルに対して実行されます — ほとんどのオフライン言語識別ライブラリと同じ手法で、リクエストごとのネットワーク呼び出しはありません。

チェックされる内容

language
最も一致する言語。ISO 639-1コード（例：fr）、正式名称、現地名を含みます。
reliable
非常に短い入力（約30文字未満）の場合はfalse — トライグラム解析には確信を持つのに十分なテキストが必要なため、短い文字列でも信頼性が低いとフラグ付けされた推定結果が返されることがあります。
candidates
相対スコア付きで最大5つの次点言語。テキストが密接に関連する複数の言語にもっともらしく一致する場合に有用です。

よくある質問

トライグラム頻度分析は、ほとんどの商用言語識別サービスが内部で使用しているのと同じ基本手法です。非常に短いテキストや、近縁関係にある言語のペア(クロアチア語とセルビア語など)では精度が下がります — reliableがfalseの場合は候補リストを確認してください。
いいえ。検出処理は、このページを配信しているのと同じWorker内で実行されます — 外部APIの呼び出しも、ログの記録も、AIモデルによる推論も行いません。
10文字未満の場合、結果はまったく返されません。約30文字未満の場合は推測結果を返すことがありますが、reliableはfalseになります — 短いテキストには、判別に十分な構造上の特徴がほとんどないためです。
76言語:ラテン文字・キリル文字・アラビア文字・デーヴァナーガリー文字についてはトライグラム頻度分析で61言語を識別し、さらに文字体系だけで判別できる15言語(中国語、日本語、韓国語、タイ語、ギリシャ語、ベンガル語、タミル語など)に対応しています。実際のウェブ上のテキストの大部分をカバーします。この範囲外の少数言語や珍しい言語は、完全一致ではなく統計的に最も近い結果を返します。
テキストは先頭5,000文字に切り詰められます。検出に必要な量をはるかに上回っており、精度はそれよりずっと前に頭打ちになります。

このツールについて

言語検出ツールは、あらゆるテキストの言語を特定します。76言語に対応しており、最も可能性の高い言語を信頼度とともに返し、次点の候補も表示します。

仕組み

分析は、文字や単語のパターンに関する統計モデルを使って、サーバー上でローカルに行われます。テキストがサードパーティのベンダーに送信されることはなく、ログにも記録されないため、共有したくない内容にも適しています。

ご利用上の注意

非常に短い文字列、複数の言語が混在するテキスト、ノルウェー語とデンマーク語のように近縁の言語は、本質的に区別が難しく、信頼度が下がります。可能であれば、1文以上を入力してください。

主な用途

サポートチケットを適切なチームに振り分けたり、翻訳元の言語を選んだり、ページの言語属性を自動的に設定したり、ユーザー生成コンテンツを言語でフィルタリングしたりするのに役立ちます。

関連ツール: 通貨換算 · 天気検索 · User-Agent解析 · IPアドレス検索