使用 Java/ColdFusion/CFML 比较语言检测库（和 API）
语言检测是我们在过去的项目中需要的功能。 我在 2020 年写了一篇关于 Optimaize Language Detector java 库的 kju2 fork 的使用的文章。自 2015 年以来，Optimaize 库就没有更新过，kju2 分支于 2023 年 4 月 16 日被置于只读模式。
我评估了 Lingua java 库。它声称是“Java 和 JVM 最准确的自然语言检测库，适用于长文本和短文本”，并且似乎也在积极更新和支持。 在我的小单元测试中，Lingua 似乎稍微慢一些，并且无法正确识别马来语文本。
对于英语来说，两个 java 库的检测时间都是相当随机的。有时它会在 295 毫秒内返回响应，有时则需要 48,000 毫秒以上。 （也许这只是我的开发电脑。）平均而言，kju2 似乎更快。
我还发现了一个第三方检测语言API，支持165种语言，并声称具有“高精度”。它需要 API 密钥，并提供免费和高级计划。
如果您使用 Java 和/或 ColdFusion/CFML 执行语言检测，您使用什么？
| Should Be | kju2 lang | kju2 ms | lingua lang | lingua ms | api lang | api ms | Sample Text |
|---|---|---|---|---|---|---|---|
| ENGLISH | ENGLISH | 2272 | ENGLISH | 570 | en | 537 | A great way to learn Spanish vocabulary is by reading texts, stories or articles that are completely in the language. That is why we have written are own short reading passages in Spanish about different topics. |
| GREEK | GREEK | 6 | GREEK | 12 | el | 105 | Βίβλος γενέσεως Ἰησοῦ Χριστοῦ υἱοῦ Δαυεὶδ υἱοῦ Ἀβραάμ. |
| FRENCH | FRENCH | 61 | FRENCH | 78 | fr | 70 | En hiver, il fait froid en France. Le soleil se lève tard. Il fait encore nuit quand je vais au travail. Parfois, il y a même de la neige. |
| HEBREW | HEBREW | 3 | HEBREW | 11 | iw | 110 | כל ישראל יש להם חלק לעולם הבא, שנאמר ועמך כולם צדיקים, לעולם יירשו ארץ, נצר מטעי מעשה ידי להתפאר. |
| ARABIC | ARABIC | 2 | ARABIC | 19 | ar | 81 | عندما يريد العالم أن يتكلّم ، فهو يتحدّث بلغة يونيكود. تسجّل الآن لحضور المؤتمر الدولي العاشر ليونيكود |
| CHINESE | CHINESE | 2 | CHINESE | 8 | zh | 74 | 虽然它长得不好看，但是它有一颗无比善良的心。小猴子乐乐的家被大水冲垮了，无家可归。丑丑就让乐乐住在自己的家，还把自己最喜欢吃的巧克力分给乐乐吃。不仅如此，谁头痛、生病了，没钱买药，它都会尽其所能进行帮助。 |
| KOREAN | KOREAN | 12 | KOREAN | 3 | ko | 120 | 안녕하십니까 할리데이비슨 대구점 MC 우제헌입니다. 포티에잇 문의 전달받고 전화 드렸습니다만 연결되지 않아 문자 드립니다. |
| SPANISH | SPANISH | 0 | SPANISH | 116 | es | 92 | Habitualmente este término se aplica a todas las pistas donde aterrizan aviones, sin embargo el término correcto es aeródromo. |
| THAI | THAI | 1 | THAI | 14 | th | 105 | ข้อ 1 มนุษย์ทั้งหลายเกิดมามีอิสระและเสมอภาคกันในเกียรติศักด[เกียรติศักดิ์]และสิทธิ ต่างมีเหตุผลและมโนธรรม และควรปฏิบัติต่อกันด้วยเจตนารมณ์แห่งภราดรภาพ |
| VIETNAMESE | VIETNAMESE | 2 | VIETNAMESE | 14 | vi | 98 | Tất cả mọi người sinh ra đều được tự do và bình đẳng về nhân phẩm và quyền lợi. Mọi con người đều được tạo hóa ban cho lý trí và lương tâm và cần phải đối xử với nhau trong tình anh em. |
| TURKISH | TURKISH | 3 | TURKISH | 93 | tr | 212 | Yukarda mavi gök, asağıda yağız yer yaratıldıkta; ikisinin arasında insan oğlu yaratılmış. İnsan oğulları üzerine ecdadım Bumın hakan, İstemi hakan tahta oturmuş; oturarak Türk milletinin ülkesini, türesini, idare edivermiş, tanzim edivermis. Dört taraf hep düşman imiş. Asker sevk edip dört taraftaki kavmi hep (itaati altına) almış hep muti kılmış. Başlılara baş eğdirmiş, dizlilere diz çöktürmüş. |
| JAPANESE | JAPANESE | 3 | JAPANESE | 7 | ja | 194 | 幸運こううんにも、息子むすこはこの四月しがつから保育園ほいくえんに入はいることができ、私わたしはまた働はたらき始はじめた。 |
| RUSSIAN | RUSSIAN | 2 | RUSSIAN | 1393 | ru | 96 | Все люди рождаются свободными и равными в своем достоинстве и правах. Они наделены разумом и совестью и должны поступать в отношении друг друга в духе братства. |
| FINNISH | FINNISH | 6 | FINNISH | 383 | fi | 125 | Jokaisella on oikeus saada opetusta. Opetuksen on oltava ainakin alkeis- ja perusopetuksen osalta maksutonta. Alkeisopetuksen on oltava pakollinen. Teknistä ja ammattiopetusta on oltava yleisesti saatavilla, ja korkeamman opetuksen on oltava avoinna yhtäläisesti kaikille heidän kykyjensä mukaan. |
| URDU | URDU | 1 | URDU | 22 | ur | 104 | ایک ملک پر سخت گیر بادشاہ حکومت کرتا تھا۔وہ رعایا پر طرح طرح کے ٹیکس عائد کرتا اور ٹیکس کے پیسے دوسرے ممالک میں جاکر فضولیات میں ضائع کرتا۔ |
| THAI | THAI | 1 | THAI | 2 | th | 78 | Hello World สวัสดีชาวโลก |
| MALAY | MALAY | 2 | UNKNOWN | 291 | id | 88 | Pesan moral dari Cerita Rakyat Bawang Merah Bawang Putih adalah Jangan terlalu tamak dan serakah. Setiap orang sudah memiliki rezekinya masing-masing. Orang yang terlalu serakah akan mendapatkan balasan yang setimpal dengan perbuatannya. Selalu berbuat baik lah dalam setiap tingkah laku, maka kita akan mendapatkan kebaikan dan kebahagiaan. |
源代码
https://gist.github.com/JamoCA/b883fbddf0303df8f4b0d597cfc2ae25
以上就是使用 Java/ColdFusion/CFML 比较语言检测库（和 API）的详细内容，更多请关注其它相关文章！