概括
我正在尝试设计一种启发式方法来匹配翻译中的句子（从原始语言到翻译语言），并希望得到指导和提示。也许有一个启发式已经做了类似的事情？所以给定两个文本文件，我希望能够匹配句子（所以我可以挑选一个句子并说这是那个句子的翻译）。
细节
输入文本将是翻译小说。所以我不希望翻译是字面的，尽管使用谷歌翻译之类的东西可能是测试启发式准确性的好方法。
为了帮助我，我有一个库，它可以修饰翻译文本的内容，并为我提供句子中单词的定义。我知道的其他事情：
- 保留章节和顺序；我知道第三章的第一句话会与翻译的第三章的第一句匹配（注意，这并不完全正确；第一句可能会匹配前两句，甚至第二句）
- 我可以计算整体大小（字符、句子、段落）；这可以让我了解句子大小的平均差异（例如，翻译可能长 30%）。
看看我的一些书，翻译版的句子比原文多出 30% 左右。
执行
（如果重要的话）
- 我打算用 Java 来做这件事——但我并不那么大惊小怪——任何语言都可以。
- 我不太关心速度。
我想为了确保匹配，可能需要一些用户反馈。就像说“是的，这句话肯定和那句话匹配”。这将为启发式提供更多立足点。这意味着用户需要对语言有一点熟练程度。
背景
（对于那些有兴趣的人）
我想做这个的原因是我希望它有助于我的外语学习。我正在学习日语，发现很难找到“好”的材料（其中“好”是由我喜欢的东西定义的）。已经有工具可以对视频中的字幕做类似的事情（更简单的任务 - 使用视频的时间信息）。但据我所知，没有任何文本。