@@ -2,5 +2,5 @@
在台湾某学术网站,下载中/英等学术性pdf,里面都是专业的中英文翻译。所以目的就是通过相关数据处理,提取所有pdf内容,对中英文文档进行对比。甚至可以通过机器学习,让机器更好的翻译,而不是人工对每篇文章都提供中英文文档。
解决问题:
-1、部署爬虫,网站批量下载文档。
-2、批量读取所有pdf文档,对文档每一句进行划分,随机提取100条句子。
+* 1、部署爬虫,网站批量下载文档。
+* 2、批量读取所有pdf文档,对文档每一句进行划分,随机提取100条句子。