Detektor Bahasa AI

Apa yang dilakukan detektor bahasa ini

Ketik atau tempelkan sepotong teks, tekan Deteksi Bahasa, dan alat ini akan menyebutkan bahasa yang digunakan serta menunjukkan seberapa yakin ia. Pekerjaan ini dilakukan oleh model deteksi bahasa milik MediaPipe yang berjalan di dalam peramban Anda melalui WebAssembly, sehingga teks yang Anda tempelkan tidak dikirim ke server untuk dianalisis. Saat pertama kali menggunakannya, halaman akan mengunduh model dan runtime-nya; setelah itu, deteksi dilakukan secara lokal.

Ini adalah pengidentifikasi bahasa, bukan penerjemah. Alat ini memberi tahu Anda bahasa apa yang tampaknya digunakan oleh teks, memberikan kode bahasa bergaya ISO, dan melaporkan probabilitasnya. Alat ini tidak mengonversi teks, tidak mengoreksinya, dan tidak menjelaskan maknanya.

Bagaimana deteksi bekerja

Halaman memuat model klasifikasi teks kecil (berkas TensorFlow Lite) bersama dengan runtime tugas teks MediaPipe. Saat Anda mengirimkan teks, model menilai teks tersebut terhadap bahasa-bahasa yang digunakan untuk melatihnya dan mengembalikan daftar berperingkat. Alat ini menampilkan hasil teratas: nama bahasa, kodenya, dan probabilitasnya sebagai persentase.

Semua yang terjadi setelah pengunduhan model berlangsung di perangkat Anda. Area teks, penghitung karakter, tombol Deteksi, dan kartu hasil semuanya adalah JavaScript lokal. Itulah sebabnya alat ini dapat bekerja tanpa akun dan tanpa mengirimkan paragraf Anda ke mana pun.

Pemuatan pertama dan tombol “Muat Model AI”

Karena model adalah berkas terpisah, alat ini tidak mengambilnya sampai diperlukan. Anda dapat menekan Muat Model AI untuk memulai pengunduhan lebih awal, atau cukup tekan Deteksi dan biarkan model dimuat secara otomatis. Selama pemuatan, halaman menampilkan langkah saat ini (“Menyiapkan mesin AI”, “Mengunduh modul”, “Memuat model bahasa”). Setelah selesai, tombol berubah menjadi Model Siap.

Jika pengunduhan gagal, tombol berubah merah dan baris status menampilkan kesalahan. Biasanya itu masalah jaringan atau pemblokir konten, bukan masalah pada teks Anda. Muat ulang halaman dan coba lagi, atau izinkan permintaan ke CDN dan host model yang digunakan oleh alat ini.

Bahasa apa saja yang tercakup

Peta bahasa alat ini mencantumkan sekitar 110 kode, mencakup sebagian besar bahasa yang banyak digunakan dan banyak bahasa daerah: Inggris, Spanyol, Prancis, Jerman, Portugis, Italia, Belanda, Rusia, Ukraina, Polandia, Ceko, Rumania, Yunani, Turki, Arab, Ibrani, Persia, Urdu, Hindi, Bengali, Punjabi, Gujarat, Marathi, Tamil, Telugu, Kannada, Malayalam, Sinhala, Nepal, Tionghoa (Sederhana dan Tradisional), Jepang, Korea, Vietnam, Thai, Indonesia, Melayu, Filipino, Swahili, Amharik, Yoruba, Zulu, Afrikaans, dan lainnya.

Cakupan tidak sama dengan kepastian. Bahasa-bahasa yang berkerabat dekat berbagi kosakata dan sintaksis, dan model dapat mengembalikan bahasa tetangga alih-alih ragam yang tepat. Frasa pendek dalam bahasa Portugis bisa dinilai sebagai bahasa Spanyol, dan kalimat dalam bahasa Norwegia bisa dinilai sebagai bahasa Denmark. Angka keyakinan adalah panduan Anda: semakin rendah angkanya, semakin hasilnya harus dianggap sebagai perkiraan terbaik.

Cara menggunakan detektor

1. Ketik atau tempelkan setidaknya beberapa kata ke dalam kotak teks. Penghitung karakter diperbarui saat Anda mengetik, dan tombol Deteksi tetap nonaktif sampai ada setidaknya tiga karakter.
2. Secara opsional, tekan Muat Model AI dan tunggu hingga dilaporkan bahwa model sudah siap.
3. Tekan Deteksi Bahasa.
4. Baca kartu hasil: persentase, nama bahasa, dan kode bahasa.
5. Jika hasilnya tampak salah, tempelkan contoh yang lebih panjang dan deteksi lagi.
6. Tekan Bersihkan untuk mengosongkan kotak dan mengatur ulang hasil.

Membaca skor keyakinan

Alat ini mengelompokkan skor ke dalam tiga rentang. Di atas 80 persen, alat ini memberi label deteksi sebagai keyakinan tinggi. Antara 50 dan 80 persen, alat ini menyarankan untuk menambahkan lebih banyak teks. Di bawah 50 persen, alat ini memperingatkan bahwa hasilnya lemah. Rentang-rentang ini adalah alat bantu penyajian, bukan jaminan: skor tinggi pada nama merek dua kata tetap bisa salah, dan skor sedang pada paragraf panjang bisa saja benar.

Gunakan skor sebagai sinyal tentang seberapa banyak bukti yang ditemukan model, bukan sebagai ukuran seberapa besar Anda harus memercayai alat ini secara umum. Ketika dua bahasa masuk akal, bahasa berperingkat kedua sering kali menjadi petunjuk yang berguna, itulah sebabnya contoh yang lebih panjang membantu.

Mendapatkan hasil yang lebih baik

• Gunakan kalimat, bukan kata tunggal. Satu kata sering kali sama di berbagai bahasa; kalimat lengkap memberi model tata bahasa dan kata fungsi untuk diolah.
• Hindari nama, kode, dan angka. Nama produk, URL, dan nomor seri tidak memiliki sinyal bahasa dan dapat menarik prediksi ke arah bahasa yang mirip dengannya.
• Jaga agar contoh berada dalam satu bahasa. Teks campuran bahasa menghasilkan campuran sinyal; model tetap mengembalikan satu jawaban teratas, yang bisa jadi menyesatkan.
• Tempel teks biasa. Hilangkan HTML, stempel waktu, dan pemformatan jika bisa; semua itu hanya menambah gangguan.
• Ulangi dengan bagian teks yang berbeda. Jika dua sampel tidak cocok, teksnya mungkin terlalu pendek, campuran, atau memang ambigu.

Yang tidak dilakukannya

Alat ini tidak menerjemahkan, menyalin ke aksara lain, memperbaiki ejaan, atau mengidentifikasi dialek dengan pasti. Alat ini juga tidak membaca teks yang diromanisasi secara andal: bahasa Hindi atau Urdu yang ditulis dengan huruf Latin sering terlihat seperti bahasa Inggris atau bahasa beraksara Latin lainnya bagi model, karena model melihat karakternya, bukan bahasa yang dimaksud. Alat ini juga tidak menampilkan semua kandidat bahasa di antarmuka; alat ini menampilkan satu bahasa teratas, bahkan ketika peringkat keduanya sangat dekat.

Privasi dan aktivitas jaringan

Teks Anda tetap berada di peramban. Permintaan jaringan yang dilakukan halaman ini hanya untuk kode alat itu sendiri, runtime MediaPipe, berkas WebAssembly, dan berkas model; tidak satu pun darinya memuat paragraf Anda. Peramban mungkin menyimpan berkas-berkas tersebut dalam cache, sehingga kunjungan berikutnya dapat melewati pengunduhan, meskipun membersihkan cache atau memuat ulang secara paksa akan mengambilnya kembali. Seperti halnya halaman lain, server mencatat permintaan untuk halaman itu sendiri, tetapi bukan teks yang Anda ketikkan ke dalam kotak.

Kesalahan umum

• Menguji dengan satu kata. Masukan yang pendek adalah penyebab utama hasil yang mengejutkan.
• Menganggap skor rendah berarti gagal. Skor rendah berarti buktinya tipis; tambahkan teks.
• Berharap bahasa Hindi yang diromanisasi terdeteksi sebagai bahasa Hindi. Masukan beraksara Latin dinilai sebagai bahasa beraksara Latin.
• Menekan Detect sebelum model dimuat lalu menganggapnya rusak. Panel pemuatan menampilkan kemajuan; tunggu hingga selesai.
• Menganggap alat ini sebagai penerjemah. Alat ini mengidentifikasi; alat ini tidak mengonversi.

Keterbatasan

Detektor ini bekerja pada teks yang Anda tempel, bukan pada audio atau gambar, dan akurasinya bergantung pada panjang sampel serta kemiripan bahasa. Alat ini melaporkan satu bahasa teratas alih-alih peringkat lengkap, sehingga hasil yang hampir seri tidak terlihat. Model dan runtime diunduh dari host pihak ketiga, yang berarti penggunaan pertama memerlukan host tersebut dapat dijangkau. Alat ini tidak dapat mendeteksi bahasa yang tidak dilatihkan pada model, dan tidak dapat memberi tahu Anda dialek atau variasi daerah mana yang digunakan.

Pertanyaan yang Sering Diajukan