3
在我的研究项目中，我需要从维基百科转储中提取平行文档。换句话说，我已经下载了英文和意大利维基百科的转储文件。现在，我想解析它们和英文转储中的每篇文章，在意大利转储中找到它的翻译（应该由中介语链接完成），并将它们存储在同一个文件中，以便后续进行一些跨语言文本处理。从维基百科转储提取并行文本
我搜索了一点点，但我找不到任何代码用于此目的。但是，由于我看过很多作者都做过的论文，所以在从头开始发明轮子之前，我认为可能首先要问。
任何想法是赞赏。
谢谢。