>>769
>文書が短いとき
短いだけなら出現頻度スコアだけで十分な判定精度が得られると思うけど。

>数か国語混じってると
これは下手に対応しようとすると逆に一般的な判定精度が劣化しそうだし、
真面目にやるにはサンプリングデータの収集も面倒だし、判定用に使用する
スコアデータも膨大になってかなり大事になりそうですね。

>中国文っぽいとき
これは厳密にはどういう意味？
例えばSJISで使える文字だけつかって中文を記述したとかそんな感じ？