Paasaa

Paasaa is an Elixir library for robust natural language and script detection. It achieves this through statistical analysis of character n-grams and Unicode script properties, without relying on AI. It helps in tasks like text processing, natural language understanding, or internationalization by accurately identifying the writing system and human language of a given text.

API Documentation | Hex Package

Installation

Add paasaa to your list of dependencies in mix.exs:

def deps do
  [{:paasaa, "~> 1.0.0"}]
end

Después de terminar, ejecuta mix deps.get en tu consola para obtener y compilar Paasaa.

Uso

Detectar un idioma:

iex> Paasaa.detect("Detect this!")
"eng"

Detectar el idioma y devolver una lista puntuada de idiomas:

iex> Paasaa.all("Detect this!")
[
  {"eng", 1.0},
  {"sco", 0.8230731943771207},
  {"nob", 0.6030053320407174},
  {"nno", 0.5525933107125545},
  ...
]

Detectar un script:

iex> Paasaa.detect_script("Detect this!")
{"Latin", 0.8333333333333334}

Uso Avanzado con Opciones

Las funciones detect/2 y all/2 aceptan una lista de opciones con palabras clave para controlar su comportamiento.

Idiomas en Lista Blanca y Lista Negra

Puedes restringir el conjunto de idiomas posibles. Esto es útil si ya sabes que el texto debe ser uno de unos pocos idiomas, o si quieres excluir un falso positivo común.

# Exclude English to find the next most likely language
iex> Paasaa.detect("Detect this!", blacklist: ["eng"])
"sco"
Only consider Polish and Serbian
iex> text = "Pošto je priznavanje urođenog dostojanstva i jednakih i neotuđivih prava..."
iex> Paasaa.detect(text, whitelist: ["pol", "srp"])
"srp"

Establecer la Longitud Mínima de Texto

Por defecto, Paasaa devuelve "und" para cadenas muy cortas. Puedes ajustar este umbral con :min_length.

iex> Paasaa.detect("Привет", min_length: 10)
"und"iex> Paasaa.detect("Привет", min_length: 6)
"rus"

Idiomas Soportados

Para una lista completa de idiomas soportados, por favor consulte LANGUAGES.md.

Contribuir

¡Las contribuciones son bienvenidas! No dude en abrir un issue o enviar un pull request en GitHub.

Si está actualizando los datos de idioma, puede regenerar los módulos necesarios con el siguiente comando:

mix run script/generate_language_data.exs

Derivación

Paasaa es un trabajo derivado de Franc (JavaScript, MIT) por Titus Wormer.

Licencia

--- Tranlated By Open Ai Tx | Last indexed: 2026-03-04 ---