Comment fonctionne l’identification des langues ?

Chaque langue laisse des indices à l’écrit. L’alphabet permet rapidement de réduire le nombre de possibilités : le cyrillique, le grec ou l’arabe excluent d’emblée la plupart des langues. Viennent ensuite des lettres comme le ñ en espagnol ou le ß en allemand, ainsi que de petits mots qui apparaissent partout, comme « the », « le » ou « und ».

Les langues étroitement apparentées sont les plus difficiles à distinguer. L’espagnol et le portugais, ou le danois et le norvégien, partagent tellement de mots qu’une phrase courte peut tromper un détecteur simple. Un modèle d’IA peut aussi prendre en compte la grammaire et le vocabulaire, et séparer un texte qui mélange plusieurs langues.

Description de l’outil

Collez jusqu’à 5 000 caractères dans le champ Texte, puis cliquez sur Identifier les langues. Le tableau répertorie toutes les langues détectées, de la plus présente à la moins présente, avec les colonnes suivantes :

  • Langue, le nom de la langue
  • Nom natif, son nom dans la langue elle-même, comme Deutsch ou 日本語
  • Code ISO, le code ISO 639-1 ou, pour les langues sans code à deux lettres, le code ISO 639-3
  • Part, le pourcentage approximatif du texte rédigé dans cette langue
  • Exemple, un court extrait copié de votre texte

L’explication indique quels mots, quelle orthographe, quelle grammaire ou quel alphabet ont permis d’identifier chaque langue et précise les cas où l’IA n’est pas sûre. Les noms, les nombres, les URL et les mots empruntés isolés sont ignorés, sauf s’ils constituent tout le texte.

Exemple

Pour « Bonjour à tous! I just moved to Montreal y todavía estoy aprendiendo francés. », vous pouvez vous attendre à trouver de l’anglais et de l’espagnol à environ 40 % chacun, et du français à environ 20 %, avec des exemples comme « Bonjour à tous! ».

Fonctionnalités

  • Détecte toutes les langues présentes dans un texte multilingue et indique leur part
  • Codes ISO et noms natifs pour chaque langue
  • Brève explication de la manière dont chaque langue a été reconnue

Limites

Un ou deux mots ne suffisent souvent pas pour distinguer des langues apparentées, et les parts sont des estimations. Les réponses de l’IA peuvent être erronées : vérifiez les résultats importants.