|
|
@@ -1,11 +1,11 @@
|
|
|
-到位的一个同学的问题。
|
|
|
- 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。
|
|
|
+## 到位的一个同学的问题
|
|
|
+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：
|
|
|
+## 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。
|
|
|
|
|
|
-使用：
|
|
|
-1、clone代码
|
|
|
-2、设置main.java中的项目目录，输出文件。
|
|
|
-3、运行main代码即可。
|
|
|
+## 使用：
|
|
|
+* 1、clone代码
|
|
|
+* 2、设置main.java中的项目目录，输出文件。
|
|
|
+* 3、运行main代码即可。
|
