c# - 如何检查文本中的废话或乱码？

Question

我收到一个文本字符串，我想验证该文本是否为乱码。乱码是指像“gfgsgsogjw”这样的文本，即随机键盘按下。目前我正在使用 NTextCat 来简单地检查字符串的语言是否与我期望的语言(德语或英语)匹配，这在大多数情况下都可以正常工作。然而，一小部分无意义的字符串确实设法从裂缝中溜走。有没有其他方法可以提供更高的准确性来检查乱码文本？

Answer 1

您可以使用隐马尔可夫模型来检查您输入的具体语言中字母序列的概率。然后扔掉最不可能的。你可以对单词的搭配做同样的事情。在这两种情况下，您都必须获得用于在其上构建模型的每种语言的文本语料库。