Pour différencier, par exemple, l’espagnol et le portugais, une machine (comme Google Traduction) n’essaie pas de « comprendre » le sens, mais repère plutôt des combinaisons de lettres, de mots courants et de règles grammaticales typiques de chaque langue.

Des algorithmes comparent le texte à de grands ensembles de données et calculent la probabilité qu’il appartienne à telle ou telle langue. Même quand deux langues se ressemblent beaucoup, il existe souvent des petites différences récurrentes (par exemple, certains accents, des mots très fréquents ou des terminaisons particulières) qui servent de « signatures » linguistiques.