corpusLanguage

テキストの言語の検出

構文

language = corpusLanguage(str)

説明

テキストの言語を検出するには、corpusLanguage を使用します。

関数は、英語、日本語、ドイツ語、および韓国語のテキストをサポートしています。

language = corpusLanguage(str) は、str 内のテキストの言語を検出します。入力テキストを長くすると、検出される言語の精度が向上する場合があります。

例

テキストの言語の検出

テキストの string 配列の言語を検出します。

str = [
    "恋の悩みで 苦しむ。"
    "空の星が輝きを増している。"];
language = corpusLanguage(str)

language = 
'ja'

入力引数

str — 入力テキスト

string 配列 | 文字ベクトル | 文字ベクトルの cell 配列

入力テキスト。string 配列、文字ベクトル、または文字ベクトルの cell 配列として指定します。

例: ["An example of a short sentence."; "A second short sentence."]

データ型: string | char | cell

出力引数

language — 検出された言語

'en' | 'ja' | 'de' | 'ko'

検出された言語。次のいずれかとして返されます。

• 'en' – 英語のテキストが検出された

• 'ja' – 日本語のテキストが検出された

• 'de' – ドイツ語のテキストが検出された

• 'ko' – 韓国語のテキストが検出された

バージョン履歴

R2018b で導入

参考

tokenizedDocument | tokenDetails | addSentenceDetails | addPartOfSpeechDetails | splitSentences | abbreviations | topLevelDomains | addLanguageDetails | addLemmaDetails

トピック

• 解析用のテキスト データの準備
• 分類用の単純なテキスト モデルの作成
• ワード クラウドを使用したテキスト データの可視化
• 言語に関する考慮事項
• 日本語言語サポート
• German Language Support