3
在我的研究項目中，我需要從維基百科轉儲中提取平行文檔。換句話說，我已經下載了英文和意大利維基百科的轉儲文件。現在，我想解析它們和英文轉儲中的每篇文章，在意大利轉儲中找到它的翻譯（應該由中介語鏈接完成），並將它們存儲在同一個文件中，以便後續進行一些跨語言文本處理。從維基百科轉儲提取並行文本
我搜索了一點點，但我找不到任何代碼用於此目的。但是，由於我看過很多作者都做過的論文，所以在從頭開始發明輪子之前，我認爲可能首先要問。
任何想法是讚賞。
謝謝。