基于web的专利双语语料自动获取研究及实现*——以esp@cenet数据库为例

？针对专利资源，研究一种有效地从专利数据库中获取高质量双语对译语料的方法。该方法利用网页的url命名特点获取专利数据的详细网页，以实现网页的批量下载，并通过网页解析，采用正则匹配表达式提取出网页上的所需信息，合并数据后形成双语对照的语料数据库。