Detektor języka AI

Co robi ten detektor języka

Wpisz lub wklej fragment tekstu, naciśnij Wykryj język, a narzędzie poda nazwę języka, w którym jest napisany, i pokaże, jak bardzo jest tego pewne. Pracę wykonuje model wykrywania języka MediaPipe działający w Twojej przeglądarce przez WebAssembly, więc wklejony tekst nie jest wysyłany do serwera w celu analizy. Przy pierwszym użyciu strona pobiera model i jego środowisko uruchomieniowe; później wykrywanie odbywa się lokalnie.

To identyfikator języka, a nie tłumacz. Mówi, w jakim języku wydaje się być tekst, podaje kod języka w stylu ISO i zwraca prawdopodobieństwo. Nie konwertuje tekstu, nie poprawia go ani nie wyjaśnia jego znaczenia.

Jak działa wykrywanie

Strona wczytuje niewielki model klasyfikacji tekstu (plik TensorFlow Lite) wraz ze środowiskiem uruchomieniowym zadań tekstowych MediaPipe. Gdy przesyłasz tekst, model ocenia go względem języków, na których został wytrenowany, i zwraca listę rankingową. Narzędzie wyświetla najlepszy wynik: nazwę języka, jego kod oraz prawdopodobieństwo w postaci procentu.

Wszystko po pobraniu modelu odbywa się na Twoim urządzeniu. Pole tekstowe, licznik znaków, przycisk wykrywania i karta wyniku to wszystko lokalny JavaScript. Dlatego narzędzie może działać bez konta i bez wysyłania Twojego akapitu w jakiekolwiek miejsce.

Pierwsze wczytanie i przycisk „Wczytaj model AI”

Ponieważ model jest osobnym plikiem, narzędzie nie pobiera go, dopóki nie jest potrzebny. Możesz nacisnąć Wczytaj model AI, aby rozpocząć pobieranie z wyprzedzeniem, albo po prostu nacisnąć Wykryj i pozwolić mu wczytać się automatycznie. Podczas wczytywania strona pokazuje bieżący krok („Przygotowywanie silnika AI”, „Pobieranie modułów”, „Wczytywanie modelu języka”). Gdy się zakończy, przycisk zmienia się na Model gotowy.

Jeśli pobieranie się nie powiedzie, przycisk zmieni kolor na czerwony, a wiersz stanu pokaże błąd. Zwykle jest to problem z siecią lub blokowaniem treści, a nie problem z Twoim tekstem. Wczytaj stronę ponownie i spróbuj jeszcze raz albo zezwól na żądania do CDN i hosta modelu używanych przez narzędzie.

Jakie języki są obsługiwane

Mapa języków narzędzia zawiera około 110 kodów, obejmujących większość najczęściej używanych języków oraz wiele języków regionalnych: angielski, hiszpański, francuski, niemiecki, portugalski, włoski, niderlandzki, rosyjski, ukraiński, polski, czeski, rumuński, grecki, turecki, arabski, hebrajski, perski, urdu, hindi, bengalski, pendżabski, gudżarati, marathi, tamilski, telugu, kannada, malajalam, syngaleski, nepalski, chiński (uproszczony i tradycyjny), japoński, koreański, wietnamski, tajski, indonezyjski, malajski, filipiński, suahili, amharski, joruba, zulu, afrikaans i inne.

Zakres nie jest tym samym co pewność. Blisko spokrewnione języki mają wspólne słownictwo i składnię, a model może zwrócić język sąsiedni, a nie dokładną odmianę. Krótkie wyrażenie po portugalsku może zostać ocenione jako hiszpański, a zdanie po norwesku jako duński. Liczba określająca pewność jest Twoją wskazówką: im niższa, tym bardziej wynik należy traktować jako przypuszczenie.

Jak korzystać z detektora

1. Wpisz lub wklej co najmniej kilka słów w polu tekstowym. Licznik znaków aktualizuje się podczas pisania, a przycisk wykrywania pozostaje nieaktywny, dopóki nie ma co najmniej trzech znaków.
2. Opcjonalnie naciśnij Wczytaj model AI i poczekaj, aż zgłosi, że model jest gotowy.
3. Naciśnij Wykryj język.
4. Odczytaj kartę wyniku: procent, nazwę języka i kod języka.
5. Jeśli wynik wygląda na błędny, wklej dłuższą próbkę i wykryj ponownie.
6. Naciśnij Wyczyść, aby opróżnić pole i zresetować wynik.

Jak odczytywać wynik pewności

Narzędzie grupuje wynik w trzy przedziały. Powyżej 80 procent oznacza wykrycie jako wysoką pewność. Między 50 a 80 procent sugeruje dodanie więcej tekstu. Poniżej 50 procent ostrzega, że wynik jest słaby. Te przedziały to pomoc w prezentacji, a nie gwarancje: wysoki wynik dla dwuwyrazowej nazwy marki nadal może być błędny, a średni wynik dla długiego akapitu może być poprawny.

Traktuj wynik jako sygnał tego, ile dowodów znalazł model, a nie jako miarę tego, jak bardzo powinieneś ufać narzędziu ogólnie. Gdy dwa języki są prawdopodobne, język sklasyfikowany na drugim miejscu często bywa użyteczną wskazówką — dlatego dłuższa próbka pomaga.

Jak uzyskać lepszy wynik

• Używaj zdań, a nie pojedynczych słów. Jedno słowo jest często wspólne dla wielu języków; pełne zdanie daje modelowi gramatykę i słowa funkcyjne, na których może pracować.
• Unikaj nazw, kodów i liczb. Nazwy produktów, adresy URL i numery seryjne nie mają sygnału językowego i mogą ciągnąć predykcję w stronę języka, do którego są podobne.
• Utrzymuj próbkę w jednym języku. Tekst mieszany językowo daje mieszankę sygnałów; model nadal zwraca jedną najlepszą odpowiedź, która może być myląca.
• Wklej czysty tekst. Usuń HTML, znaczniki czasu i formatowanie, jeśli to możliwe; wprowadzają one szum.
• Powtórz z innym fragmentem. Jeśli dwie próbki się różnią, tekst może być zbyt krótki, mieszany lub naprawdę niejednoznaczny.

Czego narzędzie nie robi

Nie tłumaczy, nie transliteruje, nie poprawia pisowni ani nie identyfikuje dialektów z pewnością. Nie odczytuje niezawodnie tekstu zromanizowanego: hindi lub urdu zapisane literami łacińskimi często wygląda dla模型 jak angielski lub inny język w piśmie łacińskim, ponieważ模型 widzi znaki, a nie zamierzony język. Nie zwraca też w interfejsie wszystkich języków kandydujących; pokazuje ten najwyżej oceniony, nawet gdy drugi w kolejności jest blisko.

Prywatność i aktywność sieciowa

Twój tekst pozostaje w przeglądarce. Żądania sieciowe wysyłane przez stronę dotyczą własnego kodu narzędzia, środowiska uruchomieniowego MediaPipe, plików WebAssembly oraz pliku模型u; żadne z nich nie zawiera Twojego akapitu. Przeglądarka może buforować te pliki, więc przy kolejnej wizycie pobieranie można pominąć, choć wyczyszczenie pamięci podręcznej lub twarde odświeżenie spowoduje ich ponowne pobranie. Jak w przypadku każdej strony, serwer rejestruje żądanie samej strony, ale nie tekst wpisany do pola.

Typowe błędy

• Testowanie za pomocą jednego słowa. Krótkie dane wejściowe to główna przyczyna zaskakujących wyników.
• Zakładanie, że niski wynik oznacza porażkę. Oznacza on, że dowody są słabe; dodaj więcej tekstu.
• Oczekiwanie, że zromanizowane hindi zostanie wykryte jako hindi. Tekst w piśmie łacińskim jest oceniany jako język w piśmie łacińskim.
• Naciśnięcie przycisku Detect przed załadowaniem模型u i założenie, że jest zepsuty. Panel ładowania pokazuje postęp; poczekaj, aż się zakończy.
• Traktowanie narzędzia jako tłumacza. Ono identyfikuje; nie konwertuje.

Ograniczenia

Detektor działa na tekście, który wklejasz, a nie na dźwięku ani obrazach, a jego dokładność zależy od długości próbki i podobieństwa języków. Podaje jeden najwyżej oceniony język zamiast pełnego rankingu, więc bliskie wyniki pozostają ukryte. Model i środowisko uruchomieniowe są pobierane od zewnętrznych dostawców, co oznacza, że pierwsze użycie wymaga dostępności tych hostów. Nie może wykryć języka, na którym model nie był trenowany, ani powiedzieć, który dialekt lub odmiana regionalna jest używana.

Najczęściej zadawane pytania