Detección automática del idioma de un texto mediante el uso de unigramas y 2-gramas

• Autores: Manuel Vázquez
• Localización: Serie Científica de la Universidad de las Ciencias Informáticas, ISSN-e 2306-2495, Vol. 2, Nº. 1, 2009, págs. 1-7
• Idioma: español
• Títulos paralelos:
  • Automatic Language Detection by Means of Unigrams and 2-grams
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En este documento se describe un algoritmo utilizado para la determinacion automatica del idioma de un texto. Seexplica la implementacion realizada de este algoritmo y se analiza su complejidad temporal. Por ultimo, se debate laaplicabilidad de esta implementacion en proyectos reales.

  • English

    In this paper we describe an algorithm for automatic detection of languages in text documents. We also discuss ourcurrent implementation of this algorithm and assess its temporal complexity. Finally, we debate the applicability of thisimplementation in real projects.