プレーンテキスト内の連続した単語 N-gram を言語に応じて数えます。
意味推論や AI を使わず、言語に応じた単語トークンを数えて順位付けします。
プレーンテキストから、重複のない構文上妥当そうなメールアドレスを抽出します。
単語、書記素クラスター、行、UTF-8バイト数を数えます。