Automatische taalidentificatie

Informatie over de Taalidentificator

Introductie

Een Langauge Identifier is een automatische classificator. Het berekent de gelijkenis van een tekst met eerder ingevoegde referentieteksten.

Technologie

Het creëert een n-dimensionale weergave van de tekst ( Vector Space Model) door de statistische eigenschappen van de bytesequenties in de tekst als coördinaten te gebruiken. Het voert dezelfde bewerking uit op eerder ingevoegde referentieteksten. In de n-dimensionale ruimte heeft de ingevoegde tekst een precieze positie. De referentietekst die er het dichtstbij ligt, is degene die er het meest op lijkt.

Waarom hebben we dit ontwikkeld?

Deze technologie is een integraal onderdeel van een spider die nuttige informatie voor onze vertalers van internet kan halen.

Als automatische classificator kan het eenvoudig worden gebruikt om aan te geven in welke categorie een document behoort door voorbeelddocumenten te verstrekken. Zo gebruiken we het ook om onze correspondentie te classificeren en om het onderwerp van een geschreven tekst te identificeren in een taal die we niet begrijpen.

Ik wil het hebben!

Als u geïnteresseerd bent in deze technologie, lees dan meer over Translated Labs en onze diensten voor natuurlijke taalverwerking.