Исследуются статистические свойства текстов, написанных на языках индоевропейской семьи, с целью разработки индикаторов распознавания языка или языковой группы. В качестве индикаторов рассматриваются: показатель Херста для некоторой специальной статистики, показывающей однородность звучания текста; частоты наиболее употребляемых буквосочетаний в текстах на разных европейских языках; эталонные распределения n-грамм. Точность бинарного распознавания была достигнута на уровне 0,99.

частоты буквосочетаний, распознавание языка текста

Математическое моделирование в актуальных проблемах науки и техники

Орлов Юрий Николаевич,  ,  orcid.org/0000-0002-1356-5137,  ИПМ им. М.В. Келдыша РАН

Шилин Сергей Анатольевич,  ,  МФТИ