我想格式化平行文本，以便单词和句子以两种或多种语言对齐。我发现的大多数结构化文本格式都是基于 XML 的，并且被翻译工具或圣经软件使用。我想找到或创建一种适合阅读外语文本的格式。读者将能够选择单词并查看源语言或目标语言中的对应词。
我考虑过使用按索引对齐的单词的多维数组。但问题是有很多单词和短语没有一对一的映射。于是我想到了使用关系型数据库，比如 SQLite。我可以为每种语言创建一个表格，其中每个单词都由 id 索引并连接表格以进行对齐。但接下来的问题是如何表示标点符号、分段符和其他必要的格式。
还有其他我没有想到的数据结构或格式吗？理想情况下，它将是一种便于编辑的平面文件标记格式。
大概你有一个或多个文本文件，一个是语言 A，一个是语言 B，等等，后者是第一个的翻译。有了这个假设：
您可以使用围绕单词、短语和/或标点符号的唯一编号标签来标记您的纯文本文件，例如：“亲爱的先生，你今天好吗？” 翻译成德语变成：“Sehr geehrter Herr, wie geht es dir heute?”：
<Language-English:<11:<4:<1:Dear> <2:Sir><3:,>> <10:<7:<5:How are> <6:you>> <8:today><9:?>>>>
<Language-Deutsch:<11:<4:<1:Sehr geehrter> <2:Herr><3:,>> <10:<7:<5:wie geht> <6:es>> <8:dir heute><9:?>>>>
我的德语相当生疏，所以我的标签可能不太正确，但它们仍然应该显示我的想法。
如您所见，整个句子及其部分都有自己的标签。显示文本时，每一<n: >对都将被删除，并且可以用下划线或其他形式的突出显示代替以指示组。当然，可能有多个下划线/突出显示（此示例最多有四个）。当单击（并在视觉上强调）语言 A 文本上的突出显示时，语言 B（和其他语言，如果存在）中的相应突出显示也会被强调。
自然，进行标记很可能是人工翻译的工作，因为自动执行实际翻译并在该点应用标签是一项不平凡的任务。
但是，可以同时突出显示每种语言中的元素然后将其标记为等效的 UI 可以促进生成标记文件的过程。
至于您的其他考虑因素（数组和数据库），它们似乎过于复杂。您仍然必须以某种方式标记您的文本，以便它们可以加载到这些结构中，因为一种语言中的单词甚至短语不一定有 1:1 的音译到另一种语言的等价物），并且通常可以不容易被机器翻译。一旦你有了标记，谈论数组/字典/数据库/其他结构就变得有点无关紧要了，只关心 UI 程序员。
编辑：
进一步考虑，标签可能不是完美嵌套的，可能会被拆分，因此您可能需要一<n: :n>对标签，以允许部分重叠和拆分标签区域。例如：
<1:The:1> <2:black:2> <1:dog:1> <3:and <4:the dog:3>'s puppies:4>
有片段：“The dog”、“black”、“and the dog”和“the dog's puppies”。
编辑2：
您可以通过在所有语言中使用唯一的标签对 ID 来支持多文本：
EN: "The Knight's coat of arms was defaced"
DE: "Das Wappen des Ritters wurde verunstaltet"
FR: "Le blason du Chevalier a été abîmé"
<1:The Knight's:1> <2:coat of arms:2> <5:<3:was:3> <4:defaced:4>:5>.
<2:Das Wappen:2> <1:des Ritters:1> <3:wurde:3> <4:verunstaltet:4>.
<2:Le blason:2> <1:du Chevalier:1> <5:a été abîmé:5>.
如您所见，标签 1、2、3 和 4 适用于英语和德语，标签 1、2 和 5 适用于英语和法语。标签很容易被拆分和部分重叠。