我正在寻找一个简单的算法或一个开源库(PHP)，允许估计文本是否主要使用特定的语言。我找到了以下与Python相关的答案，这可能是正确的方向。但是对于PHP来说，一些开箱即用的东西将是一种魅力。
当然，像n-gram估计器这样的东西不会太难实现，但它也需要一个参考数据库。
实际要解决的问题如下。我开了一个WordPress博客，现在被垃圾邮件淹没了。这个博客是用德语写的，几乎所有的垃圾邮件都是用英语写的。我的想法是立即垃圾邮件所有trackback似乎是英语。但是，我不能使用标记词，因为我不想发送打字错误或引用。
我的解决方案:
使用这个问题的答案，我实现了一个解决方案，它通过一个简单的停顿词比率来检测德语。任何评论必须包含至少25%的德语停词，如果它有链接。所以你仍然可以评论像"酷文章"这样的东西，完全没有停顿词，但如果你放了一个链接，你应该费心写正确的语言。
不幸的是，NLTK的停止词是不正确的。这个列表包含了德语中不存在的单词。所以我用了雪球表。使用Perl regexp优化器，我将整个列表压缩为一个regexp，并使用preg_match_all()对停止词进行计数。整个过滤器有25行，是用于从列表生成regexp的Perl代码的三分之一。让我们看看它在野外的表现。
谢谢你的帮助。
我同意@Thomas的观点，你正在寻找的是一个垃圾邮件分类器而不是语言检测算法。尽管如此，我认为这种语言检测解决方案足够简单，并且可以满足您的需求。基本上，如果你计算不同语言中停顿词的数量，并选择文档中停顿词数量较多的语言，你就有了一个简单但非常有效的语言分类器。
现在，最好的部分是您几乎不需要编写任何代码，因为您可以使用标准的停止词列表和处理包(如nltk)来处理信息。下面是如何使用Python和nltk从头开始实现它的示例。
如果你想做的只是识别英语，那么有一个非常简单的方法。如果您只检查邮件中的字母，英语是唯一完全在纯ascii范围内的语言之一。这是很粗糙的，但我相信这是对一个非常困难的问题的一个体面的简化。
我对功效的猜测，只是在几个法语和德语博客上做一些快速的信封计算，大约是85%，这不是万无一错，但我认为它的简单性非常好。