Hvilket sprog er dette?

Sådan genkender detektoren et sprog

Det første tegn er alfabetet. Nogle skriftsystemer tilhører ét sprog, eller næsten så: Hangul er koreansk, det thailandske skrift er thai, græske bogstaver er græsk, og kana blandet med kinesiske tegn er japansk. Når teksten er i et af disse skrifttegn, er svaret næsten sikkert.

Latinske, kyrilliske, arabiske og devanagari-bogstaver deles af dusinvis af sprog, så detektoren ser på, hvilke bogstavsekvenser der forekommer oftest. Hvert sprog har sine egne vaner. Engelsk er fuld af "the", "ing" og "and"; polsk af "prz", "ów" og "dz"; tysk af "sch" og "ein"; spansk af "que" og "ción". Teksten sammenlignes med de typiske sekvenser for ca. 80 sprog, og det tætteste match vinder.

Når svaret er mindre sikkert

Den sikkerhed, der vises med hvert svar, angiver, hvor stor fordelen var. Tre situationer reducerer den:

• Meget kort tekst. En hilsen eller et navn indeholder ikke nok bogstavsmønstre til at afgøre det. To eller tre fulde sætninger er normalt rigeligt.
• Tætte slægtninge. Bosnisk, kroatisk og serbisk på latinske bogstaver skrives næsten ens, ligesom indonesisk og malajisk. Hindi, marathi og nepalesisk deler devanagari-skriften og mange ord. Når to sådanne sprog ligger tæt, nævnes begge.
• Blandet tekst. En engelsk e-mail, der citerer en fransk kontrakt, læses som helhed, og det sprog med mest tekst vinder. Indsæt den del, du er usikker på, separat.

Detektoren navngiver sprog, ikke regionale varianter. Den kan ikke skelne brasiliansk fra europæisk portugisisk, eller spansk fra Mexico fra det fra Spanien; deres stavemåder adskiller sig for lidt.

Kontrol af et dokument, ikke kun en sætning

Træk en PDF-, Word-, Excel-, PowerPoint-, InDesign (IDML)- eller EPUB-fil, eller en almindelig tekstfil, og detektoren læser dens tekst i din browser og navngiver sproget fra hele dokumentet. Det er en hurtig kontrol, før du sender en fil til oversættelse, og en måde at fange et vedhæftet dokument, der ikke er på det forventede sprog.

Et scannet dokument indeholder ingen tekst, der kan læses. For en scanning eller et foto skal du først udtrække teksten med Billede til Tekst og derefter indsætte den her.

Fra viden til oversættelse

Når du uploader et dokument til DocTranslator, vælger du det sprog, det er skrevet på, og det, du ønsker, fra 108 sprog. Når du kender det første, er resten et par klik, og den oversatte fil bevarer layoutet fra originalen.