Javaでドキュメント内の言語判定する方法?(CentOS側で動作するプログラム)

受付中

回答 1

投稿 編集

  • 評価
  • クリップ 1
  • VIEW 1,137

White_Rabbit

score 4

CentOS上のサーバー側やWEBのプログラムを JAVA1.53 やJSPで開発しています。

現在の問題は、
CentOS上のあるフォルダ配下(再帰処理は作成済み)のファイルを全て、
何があるかを取得したいのです。

具体的には、
・ファイルサイズ、
・パス、
・ファイル名、
・ファイル内の文章に使われている言語(日本語や中国語、英語など)を判断
などです。

すでに、TAKIを使い、どのドキュメントでも内容をStringとして取得までできています。

が、そのドキュメントに使われている(少なくとも先頭数十文字)が、
日本語か、中国語か、英語か、を判断したいのです。

ずっと調査やテストプログラムを作っていますが、
今までテストプログラムを作れたのは、

1.Googleの翻訳サービスを使った言語判定方法。
※「http://ajax.googleapis.com/ajax/services/language/detect」
⇒ ネットで実現方法を見つけて、なんとか動くようにしたのですが、
動かしてみたところ、
エラーメッセージが出て、Googleのサイトに誘導され、見たところ、現在は、有料化されていると判明し、断念。

2.次に、language-detection-library-for-java で言語判定する方法。
これもネットで見つけて、プログラムしたのですが、サーバーで動かしたところ、
下記のようにJAVAのバージョンが違う?というエラーがでて動かないことが判明。
「java.lang.UnsupportedClassVersionError: Bad version number in .class file (unable to load class com.cybozu.labs.langdetect.LangDetectException)」

他に方法がないか?、ずっと、ネットを検査していますが、見つかっていません。

希望は、
元々のJAVA事態に、言語判定機能があれば、それを使いたいのですが、
なければ、外部ライブラリで、何かご存知のものはありますでしょうか?

どの種類のドキュメントでも、本文をString変数に取得可能な状態なので、
String変数内の文字により、どの言語か?を判断できればよいのですが...

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

0

language-detection ってこれでいいのかな。
クラスのバージョンが古いということだと思います。

オープンソースのようなので、ソースからコンパイルしなおしてみてはいかがですか?
一応、落としてみてjarファイル展開して、
com.cybozu.labs.langdetect.Command.classファイルをjavap で確認したところ

minor version: 0
major version: 50

ってでるので、JavaSE6 のようですね。
やっぱりちょっと古いかな。

コンパイルしなおしてみて動けばラッキー
もしかしたら若干の修正で動くかもしれませんし、ソースがあれば、判定ロジックを修正することも可能ですよね。

ちがうやつだったらゴメンナサイ ^_^;

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2016/07/13 17:31

    ご回答ありがとうございます。
    ご確認もお手数をお掛け致しました。

    早速、やってみます。

    キャンセル

  • 2016/07/13 21:33

    githubにて公開されているソースは、Eclipseのプロジェクトファイルまで含まれているので、そのまま取り込むと、クラスパスの設定まで含まれてしまうので(内容を見るとJava6でした)、おそらくそこでバージョン違いが出てしまうのでしょう。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.22%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる