Embaralhe dois arquivos de texto paralelos

Eu tenho dois corpora paralelos alinhados por sentenças (arquivos de texto) com cerca de 50 mil palavras. (do Europarl corpus -> tradução paralela de documentos legais). Agora eu gostaria de embaralhar as linhas dos dois arquivos, mas ambos da mesma maneira. Eu queria abordar isso usando gshuf (estou em um Mac) usando uma fonte aleatória única.

gshuf --random-source /path/to/some/random/data file1
gshuf --random-source /path/to/some/random/data file2

Mas recebi a mensagem de erro end of file, porque aparentemente a semente aleatória precisa conter todas as palavras que o arquivo a ser classificado contém. Isso é verdade? Se sim, como devo criar uma semente aleatória que seja boa para minhas necessidades? Se não, de que outra maneira eu poderia aleatoriamente os arquivos em paralelo? Pensei em colá-los juntos, aleatoriamente e depois me separar novamente. No entanto, isso parece feio, pois eu precisaria primeiro encontrar um delimitador que não ocorra nos arquivos.

Não sei se existe um método mais elegante, mas isso funciona para mim:

mkfifo onerandom tworandom threerandom
tee onerandom tworandom threerandom < /dev/urandom > /dev/null &
shuf --random-source=onerandom onefile > onefile.shuf &
shuf --random-source=tworandom twofile > twofile.shuf &
shuf --random-source=threerandom threefile > threefile.shuf &
wait

Resultado:

$ head -n 3 *.shuf
==> onefile.shuf <==
24532 one
47259 one
58678 one

==> threefile.shuf <==
24532 three
47259 three
58678 three

==> twofile.shuf <==
24532 two
47259 two
58678 two

Mas os arquivos devem ter exatamente o mesmo número de linhas.

A documentação do GNU Coreutils também fornece uma boa solução para aleatoriedade repetida usando opensslcomo um gerador aleatório semeado:

https://www.gnu.org/software/coreutils/manual/html_node/Random-sources.html#Random-sources

get_seeded_random()
{
  seed="$1"
  openssl enc -aes-256-ctr -pass pass:"$seed" -nosalt \
    </dev/zero 2>/dev/null
}

shuf -i1-100 --random-source=<(get_seeded_random 42)

No entanto, considere usar uma semente melhor que "42", a menos que você queira que mais alguém possa reproduzir "seu" resultado aleatório também.