Trình phát hiện ngôn ngữ AI
Dán bất kỳ đoạn văn bản nào và phát hiện xem nó được viết bằng ngôn ngữ nào. Trình phát hiện ngôn ngữ AI miễn phí này sử dụng mô hình ngôn ngữ của MediaPipe ngay trong trình duyệt của bạn, hiển thị điểm tin cậy và hỗ trợ khoảng 110 ngôn ngữ. Văn bản của bạn không bị tải lên; chỉ có mô hình và môi trường chạy được tải xuống trong lần sử dụng đầu tiên.
Sử dụng Trình phát hiện ngôn ngữ AI
Ngôn ngữ được phát hiện
Nhập văn bản và nhấp vào “Phát hiện”
Đọc nội dung
Công cụ nhận diện ngôn ngữ này làm gì
Hãy nhập hoặc dán một đoạn văn bản, nhấn Detect Language, và công cụ sẽ cho biết ngôn ngữ mà đoạn văn được viết bằng, đồng thời hiển thị mức độ tin cậy của kết quả. Công việc này do mô hình nhận diện ngôn ngữ của MediaPipe thực hiện ngay trong trình duyệt của bạn thông qua WebAssembly, nên văn bản bạn dán vào không bị gửi tới máy chủ để phân tích. Lần đầu sử dụng, trang sẽ tải mô hình và môi trường chạy của nó; sau đó, việc nhận diện diễn ra cục bộ.
Đây là công cụ nhận diện ngôn ngữ, không phải công cụ dịch. Nó cho bạn biết đoạn văn có vẻ được viết bằng ngôn ngữ nào, đưa ra mã ngôn ngữ theo kiểu ISO và báo cáo xác suất. Nó không chuyển đổi văn bản, không sửa lỗi và không giải thích ý nghĩa.
Cách hoạt động của việc nhận diện
Trang tải một mô hình phân loại văn bản nhỏ (một tệp TensorFlow Lite) cùng với môi trường chạy tác vụ văn bản của MediaPipe. Khi bạn gửi văn bản, mô hình sẽ chấm điểm văn bản đó dựa trên các ngôn ngữ mà nó đã được huấn luyện và trả về một danh sách xếp hạng. Công cụ hiển thị kết quả đứng đầu: tên ngôn ngữ, mã ngôn ngữ và xác suất dưới dạng phần trăm.
Mọi thứ sau khi tải mô hình đều diễn ra trên thiết bị của bạn. Ô nhập văn bản, bộ đếm ký tự, nút Detect và thẻ kết quả đều là JavaScript cục bộ. Đó là lý do công cụ có thể hoạt động mà không cần tài khoản và không gửi đoạn văn của bạn đi đâu cả.
Lần tải đầu tiên và nút “Load AI Model”
Vì mô hình là một tệp riêng, công cụ không tải nó cho đến khi cần. Bạn có thể nhấn Load AI Model để bắt đầu tải trước, hoặc chỉ cần nhấn Detect và để nó tự tải. Trong lúc tải, trang hiển thị bước hiện tại (“Preparing AI engine”, “Downloading modules”, “Loading language model”). Khi tải xong, nút sẽ đổi thành Model Ready.
Nếu quá trình tải thất bại, nút sẽ chuyển sang màu đỏ và dòng trạng thái hiển thị lỗi. Điều đó thường là do vấn đề mạng hoặc trình chặn nội dung chứ không phải do văn bản của bạn. Hãy tải lại trang và thử lại, hoặc cho phép các yêu cầu tới CDN và máy chủ lưu trữ mô hình mà công cụ sử dụng.
Những ngôn ngữ nào được hỗ trợ
Bản đồ ngôn ngữ của công cụ liệt kê khoảng 110 mã, bao gồm hầu hết các ngôn ngữ được sử dụng rộng rãi và nhiều ngôn ngữ khu vực: tiếng Anh, tiếng Tây Ban Nha, tiếng Pháp, tiếng Đức, tiếng Bồ Đào Nha, tiếng Ý, tiếng Hà Lan, tiếng Nga, tiếng Ukraina, tiếng Ba Lan, tiếng Séc, tiếng Romania, tiếng Hy Lạp, tiếng Thổ Nhĩ Kỳ, tiếng Ả Rập, tiếng Do Thái, tiếng Ba Tư, tiếng Urdu, tiếng Hindi, tiếng Bengal, tiếng Punjab, tiếng Gujarat, tiếng Marathi, tiếng Tamil, tiếng Telugu, tiếng Kannada, tiếng Malayalam, tiếng Sinhala, tiếng Nepal, tiếng Trung (Giản thể và Phồn thể), tiếng Nhật, tiếng Hàn, tiếng Việt, tiếng Thái, tiếng Indonesia, tiếng Mã Lai, tiếng Philippines, tiếng Swahili, tiếng Amharic, tiếng Yoruba, tiếng Zulu, tiếng Afrikaans và nhiều ngôn ngữ khác.
Phạm vi hỗ trợ không đồng nghĩa với độ chắc chắn. Những ngôn ngữ có quan hệ gần gũi chia sẻ từ vựng và cú pháp, và mô hình có thể trả về một ngôn ngữ lân cận thay vì đúng biến thể chính xác. Một cụm từ ngắn bằng tiếng Bồ Đào Nha có thể được chấm là tiếng Tây Ban Nha, và một câu bằng tiếng Na Uy có thể được chấm là tiếng Đan Mạch. Chỉ số tin cậy là kim chỉ nam cho bạn: chỉ số càng thấp thì kết quả càng nên được coi là phỏng đoán tốt nhất.
Cách sử dụng công cụ nhận diện
- Nhập hoặc dán ít nhất vài từ vào ô văn bản. Bộ đếm ký tự cập nhật khi bạn gõ, và nút Detect vẫn bị vô hiệu hóa cho đến khi có ít nhất ba ký tự.
- Tùy chọn, nhấn Load AI Model và chờ cho đến khi nó báo mô hình đã sẵn sàng.
- Nhấn Detect Language.
- Đọc thẻ kết quả: một tỷ lệ phần trăm, tên ngôn ngữ và mã ngôn ngữ.
- Nếu kết quả có vẻ sai, hãy dán một đoạn mẫu dài hơn và nhận diện lại.
- Nhấn Clear để làm trống ô nhập và đặt lại kết quả.
Đọc điểm tin cậy
Công cụ chia điểm số thành ba mức. Trên 80 phần trăm, nó gắn nhãn kết quả nhận diện là độ tin cậy cao. Từ 50 đến 80 phần trăm, nó gợi ý thêm văn bản. Dưới 50 phần trăm, nó cảnh báo rằng kết quả còn yếu. Những mức này chỉ là công cụ hỗ trợ trình bày, không phải sự bảo đảm: một điểm cao cho tên thương hiệu hai từ vẫn có thể sai, và một điểm trung bình cho một đoạn văn dài vẫn có thể đúng.
Hãy coi điểm số là tín hiệu về mức độ bằng chứng mà mô hình tìm thấy, chứ không phải thước đo mức độ bạn nên tin tưởng công cụ nói chung. Khi hai ngôn ngữ đều có khả năng đúng, ngôn ngữ xếp thứ hai thường là manh mối hữu ích, đó là lý do một đoạn mẫu dài hơn sẽ giúp ích.
Để có kết quả tốt hơn
- Dùng câu, không dùng từ đơn lẻ. Một từ thường được nhiều ngôn ngữ dùng chung; một câu đầy đủ cung cấp cho mô hình ngữ pháp và các hư từ để phân tích.
- Tránh tên riêng, mã và số. Tên sản phẩm, URL và số sê-ri không mang tín hiệu ngôn ngữ và có thể kéo dự đoán về phía ngôn ngữ mà chúng trông giống.
- Giữ mẫu văn bản trong một ngôn ngữ. Văn bản trộn nhiều ngôn ngữ tạo ra tín hiệu hỗn hợp; mô hình vẫn trả về một câu trả lời đứng đầu duy nhất, và điều đó có thể gây hiểu nhầm.
- Dán văn bản thuần. Hãy loại bỏ HTML, dấu thời gian và định dạng nếu có thể; chúng gây nhiễu.
- Lặp lại với một đoạn văn khác. Nếu hai mẫu cho kết quả khác nhau, văn bản có thể quá ngắn, trộn lẫn nhiều ngôn ngữ hoặc thực sự mơ hồ.
Những gì công cụ không làm
Công cụ không dịch, không chuyển tự, không sửa lỗi chính tả và không xác định phương ngữ một cách chắc chắn. Công cụ không đọc văn bản phiên âm La-tinh một cách đáng tin cậy: tiếng Hindi hoặc Urdu viết bằng chữ cái La-tinh thường trông giống tiếng Anh hoặc một ngôn ngữ dùng chữ La-tinh khác đối với mô hình, vì mô hình chỉ nhìn thấy các ký tự chứ không thấy ngôn ngữ đích thực. Công cụ cũng không hiển thị mọi ngôn ngữ ứng viên trong giao diện; nó chỉ hiển thị ngôn ngữ đứng đầu, ngay cả khi ngôn ngữ á quân rất sát nút.
Quyền riêng tư và hoạt động mạng
Văn bản của bạn vẫn ở trong trình duyệt. Các yêu cầu mạng mà trang thực hiện là để tải mã của chính công cụ, môi trường chạy MediaPipe, các tệp WebAssembly và tệp mô hình; không có yêu cầu nào chứa đoạn văn của bạn. Trình duyệt có thể lưu đệm các tệp đó, nên lần truy cập sau có thể bỏ qua bước tải xuống, mặc dù việc xóa bộ đệm hoặc tải lại hoàn toàn sẽ tải lại chúng. Như với mọi trang khác, máy chủ ghi lại yêu cầu truy cập chính trang đó, nhưng không ghi lại văn bản bạn nhập vào ô.
Những lỗi thường gặp
- Thử nghiệm chỉ với một từ. Đầu vào ngắn là nguyên nhân chính dẫn đến những kết quả đáng ngờ.
- Cho rằng điểm số thấp nghĩa là thất bại. Điều đó có nghĩa là bằng chứng còn ít; hãy thêm văn bản.
- Kỳ vọng tiếng Hindi phiên âm La-tinh được nhận diện là tiếng Hindi. Đầu vào dùng chữ La-tinh được chấm điểm như một ngôn ngữ dùng chữ La-tinh.
- Nhấn Detect trước khi mô hình tải xong và cho rằng công cụ bị lỗi. Bảng tải hiển thị tiến trình; hãy đợi cho đến khi hoàn tất.
- Coi công cụ này như một trình dịch. Công cụ chỉ nhận diện; nó không chuyển đổi.
Hạn chế
Công cụ nhận diện hoạt động trên văn bản bạn dán, không hoạt động trên âm thanh hay hình ảnh, và độ chính xác phụ thuộc vào độ dài mẫu và mức độ tương đồng giữa các ngôn ngữ. Công cụ chỉ báo cáo một ngôn ngữ đứng đầu thay vì xếp hạng đầy đủ, nên những trường hợp sát nút bị ẩn đi. Mô hình và môi trường chạy được tải xuống từ các máy chủ của bên thứ ba, nghĩa là lần sử dụng đầu tiên yêu cầu các máy chủ đó phải truy cập được. Công cụ không thể nhận diện một ngôn ngữ mà mô hình chưa được huấn luyện, và không thể cho bạn biết đang sử dụng phương ngữ hay biến thể vùng miền nào.
Câu hỏi thường gặp
Câu hỏi thường gặp
Suggested Tools
Bình luận (0)
Hãy mô tả vấn đề mà bạn gặp phải để chúng tôi có thể tìm hiểu và cải thiện công cụ này.