Dominante Sprache

Sie können Amazon Comprehend verwenden, um Text zu untersuchen, um die vorherrschende Sprache zu bestimmen. Amazon Comprehend identifiziert die Sprache mithilfe von Kennungen aus RFC 5646 – wenn es eine zweistellige ISO 639-1-Kennung mit einem regionalen Untertag gibt, wird diese verwendet. Andernfalls wird der Code ISO 639-2 aus drei Buchstaben verwendet.

Weitere Informationen zu RFC 5646 finden Sie unter Tags zur Identifizierung von Sprachen auf der Website der IETF-Tools.

Die Antwort enthält eine Punktzahl, die das Konfidenzniveau angibt, das Amazon Comprehend hat, dass eine bestimmte Sprache die dominierende Sprache im Dokument ist. Jeder Wert ist unabhängig von den anderen Werten. Der Wert gibt nicht an, dass eine Sprache einen bestimmten Prozentsatz eines Dokuments ausmacht.

Wenn ein langes Dokument (z. B. ein Buch) mehrere Sprachen enthält, können Sie das lange Dokument in kleinere Teile aufteilen und die DetectDominantLanguage Operation für die einzelnen Teile ausführen. Anschließend können Sie die Ergebnisse aggregieren, um den Prozentsatz jeder Sprache im längeren Dokument zu bestimmen.

Die Spracherkennung von Amazon Comprehend hat die folgenden Einschränkungen:

• Es unterstützt keine phonetische Spracherkennung. Beispielsweise erkennt es „Arigino“ nicht als Japanisch oder „Nihao“ als Chinesisch.

• Es kann Schwierigkeiten haben, nahe Sprachpaare wie Indonesisch und Malaiisch oder Bosnisch, Italienisch und Serbisch zu unterscheiden.

• Um optimale Ergebnisse zu erzielen, geben Sie mindestens 20 Zeichen Eingabetext an.

Amazon Comprehend erkennt die folgenden Sprachen.

Code	Sprache
af	Afrikaans
am	Amharisch
ar	Arabisch
as	Assam
az	Aserbaidschanisch
ba	Baschkirisch
be	Belarussisch
bn	Bengalisch
bs	Bosnisch
bg	Bulgarisch
ca	Katalanisch
ceb	Cebuano
cs	Tschechisch
cv	Chumbash
cy	Walisisch
da	Dänisch
de	Deutsch
el	Griechisch
en	Englisch
eo	Esperanto
et	Estnisch
eu	Baskisch
fa	Persisch
fi	Finnisch
fr	Französisch
gd	Estlisch-griechisch
ga	Trichter
gl	Galizisch
gu	Gujarati
ht	Haitianisch
he	Hebräisch
ha	Hausa
hi	Hindi
hr	Kroatisch
hu	Ungarisch
hy	Armenisch
ilo	Iloko
id	Indonesisch
is	Isländisch
it	Italienisch
jv	Javanesisch
ja	Japanisch
kn	Kannada
ka	Georgisch
kk	Kasachisch
km	Zentraler Khmer
ky	Kirghiz
ko	Koreanisch
ku	Poldisch
lo	Lao
la	Lateinisch
lv	Lettisch
lt	Litauisch
lb	Luxemburgisch
ml	Malayalam
mt	Maltesisch
mr	Marathi
mk	Mazedonisch
mg	Malagasie
mn	Mongolisch
ms	Malaiisch
my	Burmesisch
ne	Nepali
new	Newari
nl	Niederländisch
no	Norwegisch
or	Orija
om	Oromo
pa	Pandschabi
pl	Polnisch
pt	Portugiesisch
ps	Pushto
qu	Quechua
ro	Rumänisch
ru	Russisch
sa	Sanskrit
si	Singhalesisch
sk	Slowakisch
sl	Slowenisch
sd	Sindhi
so	Somali
es	Spanisch
sq	Albanisch
sr	Serbisch
su	Sundanesisch
sw	Swahili
sv	Schwedisch
ta	Tamil
tt	Tatarisch
te	Telugu
tg	Tajik
tl	Tagalog
th	Thailändisch
tk	Turkmen
tr	Türkisch
ug	Uighur
uk	Ukrainisch
ur	Urdu
uz	Usbekisch
vi	Vietnamesisch
yi	Yiddisch
yo	Yorgien
zh	Chinesisch (vereinfacht)
zh-TW	Chinesisch (traditionell)

Sie können eine der folgenden Operationen verwenden, um die vorherrschende Sprache in einem Dokument oder einer Reihe von Dokumenten zu erkennen.

• DetectDominantLanguage

• BatchDetectDominantLanguage

• StartDominantLanguageDetectionJob

Die -DetectDominantLanguageOperation gibt ein -DominantLanguageObjekt zurück. Die BatchDetectDominantLanguage Operation gibt eine Liste von DominantLanguage Objekten zurück, eines für jedes Dokument im Batch. Der StartDominantLanguageDetectionJob Vorgang startet einen asynchronen Auftrag, der eine Datei mit einer Liste von DominantLanguage Objekten erzeugt, eines für jedes Dokument im Auftrag.

Das folgende Beispiel zeigt die Antwort der -DetectDominantLanguageOperation.

{
    "Languages": [
        {
            "LanguageCode": "en",
            "Score": 0.9793661236763
        }
    ]
}