前段时间访问人人影视官网发现字幕组翻译社居然跨界合作出了个人人词典手机 APP，主要卖点是基于海量的影视剧内容来提供关键词匹配金句台词及对应视频预览功能。觉得是个有想法的 idea，二次利用积累的影视剧及字幕素材来开发新功能，走在了同行的前面。
发现人人词典做的是基于中英文的双语台词关键词检索，于是萌生了做一个中日文句对关键词检索工具的想法。爬取了字幕组网站上公布出来的日语影视剧字幕文件，发现只有 600 个左右的压缩包，而其他语种的字幕文件有 2W+。暂时先将收集到的中日双语字幕文件内容提取出来做成了这个语料库，测试用字典文件和使用工具代码托管在 GitHub 上，后续也不打算继续扩充语料字典的收录了，完整版的字典文件就存在这个贴子的打赏内容区。
项目 GitHub 地址：https://github.com/hero6180/jp2cn-subtitle-corpus
使用截图：
如果有需要下载完整版中日对译语料库，请查看本贴打赏内容。
GitHub 于 2008 年上线，目前，除了 Git 代码仓库托管及基本的 Web 管理界面以外，还提供了订阅、讨论组、文本渲染、在线文件编辑器、协作图谱（报表）、代码片段分享（Gist）等功能。正因为这些功能所提供的便利，又经过长期的积累，GitHub 的用户活跃度很高，在开源世界里享有深远的声望，并形成了社交化编程文化（Social Coding）。
没有想到，有道翻译在【中日互译】领域已然超越了谷歌翻译成为了无冕之王，几近于普通人工翻译的正确度，文本翻译速度之快超乎想象，有意思的是发现有道中译日收录了《一公升的眼泪》中的内容，测试某些句子的中译日发现出来的结果一个字都不差，注意字幕组是从日文翻译成中文，这里测试的是从中文翻译成日文，有道翻译在训练 AI 自然语言翻译方面已领先对手几个身位了，科技在某些领域的赋能让人敬畏。
ReactiveX 是一个专注于异步编程与控制可观察数据（或者事件）流的 API。它组合了观察者模式，迭代器模式和函数式编程的优秀思想。
微服务架构是一种架构模式，它提倡将单一应用划分成一组小的服务。服务之间互相协调，互相配合，为用户提供最终价值。每个服务运行在独立的进程中。服务于服务之间才用轻量级的通信机制互相沟通。每个服务都围绕着具体业务构建，能够被独立的部署。
前端技术一般分为前端设计和前端开发，前端设计可以理解为网站的视觉设计，前端开发则是网站的前台代码实现，包括 HTML、CSS 以及 JavaScript 等。
本标签主要用于分享网络空间安全专业的学习笔记
知乎是网络问答社区，连接各行各业的用户。用户分享着彼此的知识、经验和见解，为中文互联网源源不断地提供多种多样的信息。
WebSocket 是 HTML5 中定义的一种新协议，它实现了浏览器与服务器之间的全双工通信（full-duplex）。
你听到信仰的声音了么？
JRebel 是一款 Java 虚拟机插件，它使得 Java 程序员能在不进行重部署的情况下，即时看到代码的改变对一个应用程序带来的影响。
持续集成（Continuous Integration）是一种软件开发实践，即团队开发成员经常集成他们的工作，通过每个成员每天至少集成一次，也就意味着每天可能会发生多次集成。每次集成都通过自动化的构建（包括编译，发布，自动化测试）来验证，从而尽早地发现集成错误。
NGINX 是一个高性能的 HTTP 和反向代理服务器，也是一个 IMAP/POP3/SMTP 代理服务器。 NGINX 是由 Igor Sysoev 为俄罗斯访问量第二的 Rambler.ru 站点开发的，第一个公开版本 0.1.0 发布于 2004 年 10 月 4 日。
Maven 是基于项目对象模型（POM）、通过一小段描述信息来管理项目的构建、报告和文档的软件项目管理工具。
Spark 是 UC Berkeley AMP lab 所开源的类 Hadoop MapReduce 的通用并行框架。Spark 拥有 Hadoop MapReduce 所具有的优点；但不同于 MapReduce 的是 Job 中间输出结果可以保存在内存中，从而不再需要读写 HDFS，因此 Spark 能更好地适用于数据挖掘与机器学习等需要迭代的 MapReduce 的算法。
ZooKeeper 是一个分布式的，开放源码的分布式应用程序协调服务，是 Google 的 Chubby 一个开源的实现，是 Hadoop 和 HBase 的重要组件。它是一个为分布式应用提供一致性服务的软件，提供的功能包括：配置维护、域名服务、分布式同步、组服务等。
资讯是用户因为及时地获得它并利用它而能够在相对短的时间内给自己带来价值的信息，资讯有时效性和地域性。
正则表达式（Regular Expression）使用单个字符串来描述、匹配一系列遵循某个句法规则的字符串。
JSON （JavaScript Object Notation）是一种轻量级的数据交换格式。易于人类阅读和编写。同时也易于机器解析和生成。
人工智能（Artificial Intelligence）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。
你若安好，便是晴天。
React 是 Facebook 开源的一个用于构建 UI 的 JavaScript 库。
InfluxDB 是一个开源的没有外部依赖的时间序列数据库。适用于记录度量，事件及实时分析。
星云链是一个开源公链，业内简单的将其称为区块链上的谷歌。其实它不仅仅是区块链搜索引擎，一个公链的所有功能，它基本都有，比如你可以用它来开发部署你的去中心化的 APP，你可以在上面编写智能合约，发送交易等等。3 分钟快速接入星云链 (NAS) 测试网
Thank God It's Friday! 感谢老天，总算到星期五啦！
房星网，我们不和没有钱的程序员谈理想，我们要让程序员又有理想又有钱。我们有雄厚的房地产行业线下资源，遍布昆明全城的 100 家门店、四千地产经纪人是我们坚实的后盾。
Ant Design 是服务于企业级产品的设计体系，基于确定和自然的设计价值观上的模块化解决方案，让设计者和开发者专注于更好的用户体验。
Swift 是苹果于 2014 年 WWDC（苹果开发者大会）发布的开发语言，可与 Objective-C 共同运行于 Mac OS 和 iOS 平台，用于搭建基于苹果平台的应用程序。
Openfire 是开源的、基于可拓展通讯和表示协议 (XMPP)、采用 Java 编程语言开发的实时协作服务器。Openfire 的效率很高，单台服务器可支持上万并发用户。
网络爬虫（Spider、Crawler），是一种按照一定的规则，自动地抓取万维网信息的程序。
欢迎来到这里！
我们正在构建一个小众社区，大家在这里相互信任，以平等 • 自由 • 奔放的价值观进行分享交流。最终，希望大家能够找到与自己志同道合的伙伴，共同成长。
注册 关于