1.一種基于編碼和機(jī)器學(xué)習(xí)的多語(yǔ)種識(shí)別方法，其特征在于，包括如下實(shí)現(xiàn)步驟：
第一步，通過(guò)機(jī)器學(xué)習(xí)單元對(duì)文本進(jìn)行語(yǔ)種識(shí)別；
第二步，通過(guò)編碼識(shí)別單元對(duì)文本進(jìn)行處理，具體是：采用Unicode編碼識(shí)別文本中含有的字符語(yǔ)種類別，對(duì)各語(yǔ)種的單詞量進(jìn)行統(tǒng)計(jì)；
第三步，進(jìn)行混合語(yǔ)種判斷，輸出最終語(yǔ)種識(shí)別結(jié)果；
設(shè)機(jī)器學(xué)習(xí)單元識(shí)別的語(yǔ)種為第一語(yǔ)言；當(dāng)編碼識(shí)別單元識(shí)別的語(yǔ)言與第一語(yǔ)言一致時(shí)，輸出最終語(yǔ)種識(shí)別結(jié)果為第一語(yǔ)言；當(dāng)編碼識(shí)別單元識(shí)別到多種語(yǔ)言時(shí)，進(jìn)行混合語(yǔ)言規(guī)則判斷，輸出混合語(yǔ)言或單一語(yǔ)種；
所述的混合語(yǔ)言規(guī)則判斷，包括如下情況：
(1)機(jī)器學(xué)習(xí)單元識(shí)別為中文，編碼識(shí)別單元識(shí)別包含中文和藏文和/或維文，判斷藏文或維文在文本中的單詞量比例是否大于10％，若是則判定為混合語(yǔ)種，輸出中文和藏文和/或維文在文本中的單詞量比例，否則，判定為中文；
(2)機(jī)器學(xué)習(xí)單元識(shí)別為日文，編碼識(shí)別單元識(shí)別結(jié)果包含中文和日文，判斷日文在文本中的單詞量比例是否少于30％，若是判定為混合語(yǔ)言，輸出中文和日文分別在文本中的單詞量比例；否則，判定為日文；
(3)機(jī)器學(xué)習(xí)單元識(shí)別為中文，編碼識(shí)別單元識(shí)別結(jié)果包含中文和英文，判斷英文在文本中的單詞量比例是否大于60％，若是，修正輸出結(jié)果為主語(yǔ)言為英文，并輸出中文和英文分別在文本中的單詞量比例，否則，判定為中文；
(4)編碼識(shí)別單元識(shí)別結(jié)果包含俄文和/或蒙文和/或韓文，判斷俄文、蒙文或韓文在文本中的單詞量比例是否小于40％，若是，判定為混合語(yǔ)言，輸出俄文和/或蒙文和/或韓文分別在文本中的單詞量比例，否則，直接輸出機(jī)器學(xué)習(xí)單元的識(shí)別結(jié)果；
(5)機(jī)器學(xué)習(xí)單元識(shí)別為法文，判斷文本中是否含有法文專有字母/單詞，若沒(méi)有，修正識(shí)別語(yǔ)言為英文，否則輸出法文；
(6)機(jī)器學(xué)習(xí)單元識(shí)別為中文，但文本為亂碼，編碼識(shí)別單元未識(shí)別到任何漢字時(shí)，輸出“unknown language”。
2.根據(jù)權(quán)利要求1所述的一種基于編碼和機(jī)器學(xué)習(xí)的多語(yǔ)種識(shí)別方法，其特征在于，所述的多語(yǔ)種識(shí)別方法，對(duì)于長(zhǎng)文本，先進(jìn)行采樣，然后對(duì)采樣得到的子文本進(jìn)行所述的第一步到第三步的語(yǔ)種識(shí)別，對(duì)子文本的語(yǔ)種識(shí)別結(jié)果就是長(zhǎng)文本的語(yǔ)種識(shí)別結(jié)果。