langidentp - ക്ലൗഡിൽ ഓൺലൈനിൽ

പട്ടിക:

NAME

langident - എഴുതപ്പെട്ട ഭാഷാ ഫയലുകൾ തിരിച്ചറിയുന്നു

സിനോപ്സിസ്

രേഖാംശ [ഓപ്‌ഷനുകൾ] ഫയൽ1 [ഫയൽ2 ...]

വിവരണം

പേൾ മൊഡ്യൂൾ Lingua ::Identify ഉപയോഗിച്ച് എഴുതിയ ഭാഷാ ഫയലുകൾ തിരിച്ചറിയുന്നു.

ഓപ്ഷനുകൾ
-a
എല്ലാ ഫലങ്ങളും കാണിക്കുക (ഏറ്റവും സാധ്യതയുള്ള ഭാഷ മാത്രമല്ല).

-c
ഏറ്റവും സാധ്യതയുള്ള ഭാഷയ്‌ക്ക് ആത്മവിശ്വാസ നില കാണിക്കുക (അതിന് ശേഷമുള്ള ആദ്യ മൂല്യമായിരിക്കും ഇത്
ഏറ്റവും സാധ്യതയുള്ള ഭാഷ).

-d
ഡീബഗ് (വികസനം മാത്രം).

-E എൻകോഡിംഗ്
ഒരു ഇൻപുട്ട് എൻകോഡിംഗ് തിരഞ്ഞെടുക്കുക. UTF-8-ലേക്കുള്ള ഡിഫോൾട്ടുകൾ.

# ISO-8859-1 ഉപയോഗിക്കുക (ലാറ്റിൻ1)
langident -E ISO-8859-1 ഫയൽ

-e രീതികൾ
ഉപയോഗിക്കേണ്ട രീതി(കൾ) തിരഞ്ഞെടുക്കുക. ഇത് ചെയ്യുന്നതിന് മൂന്ന് വഴികളുണ്ട്:

# ഒരു രീതി ഉപയോഗിച്ച്
langident -e ngrams3 ഫയൽ

# നിരവധി രീതികൾ ഉപയോഗിക്കുന്നു (അവയെ ഒരു കോമ ഉപയോഗിച്ച് വേർതിരിക്കുക)
langident -e പ്രിഫിക്സുകൾ3,സഫിക്സുകൾ3

# നിരവധി രീതികൾ ഉപയോഗിച്ച് അവയിൽ ഓരോന്നിനും വ്യത്യസ്ത ഭാരം നൽകുക
langident -e ചെറിയ വാക്കുകൾ=2,പ്രിഫിക്സുകൾ=1,ngrams3=1.3

ലഭ്യമായ രീതികൾ ഇനിപ്പറയുന്നവയാണ്: ചെറിയ വാക്കുകൾ, പ്രിഫിക്സുകൾ1, പ്രിഫിക്സുകൾ2, പ്രിഫിക്സുകൾ3,
പ്രിഫിക്സുകൾ4, പ്രത്യയങ്ങൾ1, പ്രത്യയങ്ങൾ2, പ്രത്യയങ്ങൾ3, പ്രത്യയങ്ങൾ4, ngrams1, ngrams2, ngrams3 ഒപ്പം
ngrams4.

-h
സഹായ സന്ദേശം പ്രദർശിപ്പിച്ച് പുറത്തുകടക്കുക.

-l
ലഭ്യമായ എല്ലാ ഭാഷകളും ലിസ്റ്റുചെയ്‌ത് പുറത്തുകടക്കുക.

-m NUMBER
പ്രദർശിപ്പിക്കുന്നതിന് പരമാവധി എണ്ണം ഫലങ്ങൾ (ഭാഷകൾ) സജ്ജമാക്കുക (N ഏറ്റവും സാധ്യതയുള്ള ഭാഷകൾ കാണിക്കുന്നു,
പ്രോബബിലിറ്റിയുടെ അവരോഹണ ക്രമം വഴി).

-a സ്വിച്ച് അസാധുവാക്കുന്നു.

-o ഭാഷകൾ
നിർദ്ദിഷ്ട ഭാഷകളിൽ മാത്രം പ്രവർത്തിക്കുക.

# പോർച്ചുഗീസും ഇംഗ്ലീഷും തമ്മിൽ മാത്രം തിരിച്ചറിയുക
langident -o pt,en *

-p
ശതമാനവും കാണിക്കുക.

-s SIZE
പരിശോധിക്കാനുള്ള പരമാവധി വലുപ്പം.

-v
പതിപ്പ് കാണിച്ച് പുറത്തുകടക്കുക.

ഉദാഹരണങ്ങൾ

ngrams2, ngrams1 എന്നീ രീതികൾ ഉപയോഗിക്കുക, ngrams2 (-e) ന് ഇരട്ടി പ്രാധാന്യം നൽകി
സ്വിച്ച്); ഔട്ട്പുട്ടിൽ ഏറ്റവും സാധ്യതയുള്ള മൂന്ന് ഭാഷകൾ (-m സ്വിച്ച്) ഉൾപ്പെടുത്തും
ആദ്യ ഫലത്തിന്റെ ശതമാനവും (-p സ്വിച്ച്) ആത്മവിശ്വാസ നിലയും (-c switch).

$ ലാൻജിഡൻ്റ് -ഇ ngrams2=2,ngrams1 -c -p -m 3 README
README:en 65.7209505939491 7.8971987481393 ga 4.11905889385895 tr 4.08487011400505
$

TO DO

HTML ടാഗുകൾ അവഗണിക്കാൻ ഒരു സ്വിച്ച് ചേർക്കുക (ഒരുപക്ഷേ മറ്റ് ഫോർമാറ്റുകളും)

onworks.net സേവനങ്ങൾ ഉപയോഗിച്ച് langidentp ഓൺലൈനായി ഉപയോഗിക്കുക