Java 如何检测用户输入文本的语言？

我正在处理一个应用程序，它接受不同语言的用户输入（目前固定了3种语言）。要求是用户可以输入文本，而不必通过UI中提供的复选框选择语言

是否有现有Java库来检测文本的语言

我想要这样的东西：

text = "To be or not to be thats the question."

// returns ISO 639 Alpha-2 code
language = detect(text);

print(language);

结果:

EN

我不想知道如何自己创建语言检测器（我看到很多博客都在尝试这样做）。该库应该提供一个简单的APi，也可以完全脱机工作。开源或商业关闭并不重要

我还发现了这样一些问题（还有一些问题）：

---

谷歌提供了一个API，可以为您做到这一点。我昨天偶然发现了这个，没有保留链接，但是如果你，嗯，用谷歌搜索它，你应该设法找到它

这与他们的翻译API的描述很接近，它可以为您将文本翻译成您喜欢的任何语言。还有一个电话只是为了猜测输入语言

谷歌是世界上机械翻译的领导者之一；他们将他们的资料建立在非常大的文本库（大部分是互联网上的）和一种统计方法的基础上，而这种统计方法通常仅仅凭借巨大的样本空间就能“正确”地进行分析

编辑：以下是链接：

编辑2：如果你坚持“离线”：一个得票很高的答案是建议的。它是一个C++库，处理大约60种语言。< /P> < P>是一种替代，但它不是很健壮，语言基础有限。好消息是它是一个Apache许可证，如果它满足您的需求，您可以使用它。我在这里猜，但是你会在单跳和双跳之间释放空格键吗？版本0.2已经发布

在版本0.4中，它非常健壮。我已经在我自己的许多项目中使用了它，并且从未遇到过任何重大问题。此外，在速度方面，它可以与非常专业的语言检测器相媲美（例如，仅限少数语言）。

这里有两个选项

这里是另一个选项：
这是一个Java库
还提供
例如：

List results=DetectLanguage.detect（“Hello world”）；
结果=结果。获取（0）；
System.out.println（“语言：+result.Language”）；
System.out.println（“可靠：+结果可靠”）；
System.out.println（“信心：+结果信心”）；

这将为53种语言提供99%以上的准确率
另外，还有一个内容分析库，它提供的不仅仅是语言检测

只是cybozu实验室现有解决方案中的一个工作代码：
Just a working code from already available solution from cybozu labs:

package com.et.generate;

import java.util.ArrayList;
import com.cybozu.labs.langdetect.Detector;
import com.cybozu.labs.langdetect.DetectorFactory;
import com.cybozu.labs.langdetect.LangDetectException;
import com.cybozu.labs.langdetect.Language;

public class LanguageCodeDetection {

    public void init(String profileDirectory) throws LangDetectException {
        DetectorFactory.loadProfile(profileDirectory);
    }
    public String detect(String text) throws LangDetectException {
        Detector detector = DetectorFactory.create();
        detector.append(text);
        return detector.detect();
    }
    public ArrayList<Language> detectLangs(String text) throws LangDetectException {
        Detector detector = DetectorFactory.create();
        detector.append(text);
        return detector.getProbabilities();
    }
    public static void main(String args[]) {
        try {
            LanguageCodeDetection ld = new  LanguageCodeDetection();

            String profileDirectory = "C:/profiles/";
            ld.init(profileDirectory);
            String text = "Кремль россий";
            System.out.println(ld.detectLangs(text));
            System.out.println(ld.detect(text));
        } catch (LangDetectException e) {
            e.printStackTrace();
        }
    }

}

Output:
[ru:0.9999983255911719]
ru

包com.et.generate；
导入java.util.ArrayList；
导入com.cybozu.labs.langdetect.Detector；
导入com.cybozu.labs.langdetect.detector工厂；
导入com.cybozu.labs.langdetect.LangDetectException；
导入com.cybozu.labs.langdetect.Language；
公共类语言代码检测{
public void init（String profileDirectory）引发LangDetectException{
DetectorFactory.loadProfile（profileDirectory）；
}
公共字符串检测（字符串文本）引发LangDetectException{
检测器检测器=检测器工厂。创建（）；
检测器。追加（文本）；
返回检测器。detect（）；
}
公共ArrayList detectLangs（字符串文本）引发LangDetectException{
检测器检测器=检测器工厂。创建（）；
检测器。追加（文本）；
返回检测器。getProbabilities（）；
}
公共静态void main（字符串参数[]）{
试一试{
LanguageCodeDetection ld=新的LanguageCodeDetection（）；
String profileDirectory=“C:/profiles/”；
ld.init（profileDirectory）；
String text=“ББМцСц”；
System.out.println（ld.detectLangs（text））；
System.out.println（ld.detect（text））；
}渔获物（lange）{
e、 printStackTrace（）；
}
}
}
输出：
[ru:0.9999983255911719]
茹

个人资料可从以下网址下载：

---

请阅读：@S.Lott:谢谢，我已经读了很多，只是在搜索脱机工作的库，不想自己创建任何东西。可靠地识别自然语言被认为是一个难题。任何适合您的代码空间和硬盘的解决方案都不太可能很好。此问题的可能重复也与以下因素密切相关：这？->@曼布拉：除非你手边有谷歌数据存储设施的备份副本；）@potatopeelings：我刚刚潜入谷歌，发现了同样的东西。我会更新我的答案。谢谢@potatopeelings：我必须承认我的母语不是英语，但当我提到“离线”时，我的意思是它应该在没有任何网络连接（=没有互联网）的情况下工作。我猜语言是python，所以Jython应该能够从Java运行它。现在有版本0.3，它甚至可以检测到保加利亚语。对不起，版本0.4可用。此方法需要internet连接，在应用程序上使用它之前必须考虑这一点。