Javascript 如何确保用户只提交英文文本

我正在构建一个涉及自然语言处理的项目，因为nlp模块目前只处理英文文本，所以我必须确保用户提交的内容（不长，只有几个单词）是英文的。是否有既定的方法来实现这一点？首选Python或Javascript方式。

您可以将短语分解成单词并查看字典（您可以下载一些，可能会感兴趣），但这需要您使用的字典足够好

---

它也适用于专有名词（例如，我的名字不在字典中）。

如果内容足够长，我会在字母上建议一些

但对于一些单词，我认为最好的办法是将它们与英语词典进行比较，如果其中一半匹配，则接受输入。

试试：

查看英语单词列表

---

你需要注意名字，例如“堪培拉”或“比尔·克林顿”。这些不会出现在单词列表中。我建议首先检查第一个字母是否大写。

我认为最有效的方法是要求用户只提交英文文本：）

---

您可以在文本区域上显示语言选择下拉列表，选项为英语/其他。当用户选择“其他”时，禁用文本区域，并显示[目前]仅支持英语的消息。

检查尝试基于n-gram的统计语言识别。这是一个使用这种技术的算法演示的链接，还有一个描述该算法的文章链接。试一试这个演示，它即使在非常短的文本（3-4个单词）上也表现得相当好。

您已经在做NLP了，如果您的模块不理解文本是什么语言，那么可能是模块不工作或者输入的语言不正确。

Firefox扩展有一个选项，可以在我键入时检测正确的词典。
我猜它会根据已安装的词典检查单词，并选择错误较少的一个

---

你不能期望所有的单词都在字典里：缩略语，专有名词，拼写错误。。。此外，有些词在几种语言中是通用的：一个法国摇滚乐团甚至将他们的唱片的标题在法语和英语中都有（不同）的意思。因此，这是一个统计数据：如果在一本好的英语词典中找到了超过x%的单词，那么很可能是这种语言的用户类型（即使有错误，比如可能在这个答案中，因为我不是英语母语）。

谷歌有一个javascript API，它实现了语言检测。我只使用过它，从未在生产中使用过

---

也许“”这篇文章会对你有所帮助。代码是用PHP编写的，但是很小，很容易重写。

但是您必须验证这一点，否则nlp模块将出现问题。是的，您是对的。但在这样的应用程序中，强调“垃圾输入，垃圾输出”规则通常是好的，这样用户错误就更少了。有没有已知的使用此图表的算法？我的意思是，你会计算每种语言的分数，然后对结果进行排序吗？或者我们可以对每种语言使用一个阈值？你的第二个想法将排除YouTube上几乎所有的评论。@Tyson，太好了，我没有想到的另一个优势；-）