Hoe werkt taaldetectie?

Elke taal laat aanwijzingen achter in geschreven tekst. Het schrift geeft al snel richting, omdat Cyrillisch, Grieks of Arabisch de meeste talen meteen uitsluiten. Daarna komen letters zoals ñ in het Spaans of ß in het Duits, en kleine woorden die overal voorkomen, zoals ‘the’, ‘le’ of ‘und’.

Nauw verwante talen zijn het lastigst. Spaans en Portugees, of Deens en Noors, hebben zoveel woorden gemeen dat een korte zin een eenvoudige detector op het verkeerde been kan zetten. Een AI-model kan ook grammatica en woordenschat meewegen en een tekst opsplitsen waarin meerdere talen door elkaar worden gebruikt.

Beschrijving van de tool

Plak maximaal 5.000 tekens in het tekstveld en klik op Talen herkennen. De tabel toont elke gevonden taal, van het grootste naar het kleinste aandeel, met de volgende kolommen:

  • Taal, de naam van de taal
  • Eigen naam, de naam van de taal in die taal zelf, zoals Deutsch of 日本語
  • ISO-code, de ISO 639-1-code, of ISO 639-3 voor talen zonder code van twee letters
  • Aandeel, een globale schatting van het percentage van de tekst in die taal
  • Voorbeeld, een kort fragment uit je tekst

De toelichting legt uit welke woorden, spelling, grammatica of welk schrift de taal herkenbaar maakten en vermeldt wanneer de AI twijfelt. Namen, getallen, URL's en afzonderlijke leenwoorden worden genegeerd, tenzij dat alles is wat de tekst bevat.

Voorbeeld

Voor ‘Bonjour à tous! I just moved to Montreal y todavía estoy aprendiendo francés.’ kun je ongeveer 40% Engels, 40% Spaans en 20% Frans verwachten, met voorbeelden zoals ‘Bonjour à tous!’.

Functies

  • Herkent elke taal in een tekst met meerdere talen en geeft het aandeel ervan weer
  • ISO-codes en eigen namen voor elke taal
  • Een korte uitleg van hoe elke taal is herkend

Beperkingen

Een of twee woorden zijn vaak niet genoeg om verwante talen van elkaar te onderscheiden, en de aandelen zijn schattingen. AI-antwoorden kunnen onjuist zijn, dus controleer resultaten die belangrijk zijn.