Предположим, есть 2 пдф-файла на нестандартном языке, типа китайского (который не так просто распознать), в которых есть какие-то одинаковые части, но они находятся на разных страницах и могут быть по-разному написаны (типа в одном файле строчка заканчивается одним словом, в другом - другим, но предложения разные). Задача - выявить в этих файлах одинаковые части текста, автоматически.
Есть ли программы для этого или, лучше онлайн-сервисы? Возможно, которые сравнивают не через распознавание и сравнивание побуквенно, а как-то по-другому.