[发明专利]一种电子邮件语言的识别方法

权利要求书

1.一种电子邮件语言的识别方法，其特征在于，该方法包括以下步骤：

步骤1：选取电子邮件，获得满足预定要求的电子邮件；

步骤2：读取满足预定要求的电子邮件的相关内容；

步骤3：对满足预定要求的电子邮件的相关内容做语言识别处理；

步骤4：统计所述满足预定要求的电子邮件的语言种类及每种语言的比重；

步骤1中，所述预定要求为电子邮件的格式遵循RFC协议，其中RFC协议是指1982年出版的RFC822的电子邮件格式的规定；

读取的满足预定要求的电子邮件的相关内容包括电子邮件发件服务器地址、电子邮件收件服务器地址、电子邮件的优先级、电子邮件发件人、电子邮件收件人列表、电子邮件抄送人列表、电子邮件密送人列表、电子邮件标题、电子邮件正文和电子邮件附件；

在读取的满足预定要求的电子邮件的相关内容中以电子邮件标题、电子邮件正文和电子邮件附件为电子邮件语言识别的主要要素；

步骤3中，对满足预定要求的电子邮件的相关内容做语言识别处理包括以下子步骤：

子步骤3.1：将所述电子邮件标题、电子邮件正文和电子邮件附件分别转化为二进制编码；

所述电子邮件附件包括Microsoft Office文件、PDF文件和TXT文件，

子步骤3.2：对所述二进制编码做初步语言识别处理，获得初次识别结果；

在子步骤3.2中通过Unicode编码对所述二进制编码做初步语言识别处理，获得初次识别结果，

子步骤3.3：对所述初次识别结果做二次语言识别处理，获得二次识别结果；

在子步骤3.3中通过语言习惯对所述初次识别结果做二次语言识别处理，获得二次识别结果；统计所述二次识别结果获得所述满足预定要求的电子邮件的语言种类及每种语言的比重。