我试图想出一种方法来浏览大约一百万份正式文件（为了论证，它们是论文文件）。它们并非都是标准化的，但足够接近。它们是标题、部分、段落等。可能会出现细微的差异，例如在英语中，我们称标题为“标题”，但在法语中为“Titre”。
因此，在我看来，最好的方法是创建一个包含所有可能的 Title 组合的 EBNF：= Title | 以滴度为例。
我不太关心提出 EBNF。我主要关心的是如何实现解析。我看过 ANTLR、OSLO、Irony 和许多其他人，但没有专业知识来判断它们是否适合我的任务。
所以，我对你们中的学者的问题是
- 您会推荐哪种 DSL 工具来解析这种规模的文档？
- 什么 DSL 工具在解析和匹配方面最准确（即我们是否必须为大写和小写定义规则，数字与罗马数字和外语（法语）呢？
- 是否有我没有考虑过您会推荐作为 DSL 替代方案的流程/算法？（从头开始重写是一种选择，但我想让一些东西快速工作）。
- 有没有人尝试将学习和智能添加到通过 DSL 解析的算法中（想想遗传算法和神经网络）？
- 你会在生产环境中使用这些 DSL 工具吗？
我选择的开发平台是 C#。我提到这一点是因为理想情况下我想将 DSL 工具集成到代码中，以便我们可以在现有应用程序中使用它。