كيفية ترجمة ملف PDF مع الحفاظ على التنسيق

إجابة سريعة: حافظ على البنية ذات المعنى للمستند، وليس كل إحداثي

لترجمة ملف PDF دون فقدان التنسيق، حدد أولاً ما إذا كان يحتوي على نص قابل للتحديد أو صور ممسوحة ضوئياً أو كليهما. ثم اختبر أصعب صفحة تمثيلية باستخدام مترجم PDF يراعي التخطيط قبل معالجة الملف بالكامل. راجع ترتيب القراءة وتجاوز النص للحدود والجداول وتسميات الرسوم البيانية والحواشي السفلية والخطوط والنص من اليمين إلى اليسار بشكل منفصل.

الهدف ليس التطابق بكسل بكسل. يمكن للترجمة أن تنقل فاصل سطر أو تضيف صفحة وتبقى محافظة على المستند بشكل صحيح. لكنها تفشل عندما تختفي المعلومات أو تنتقل إلى صف جدول خاطئ أو تصبح غير مقروءة أو تفقد علاقتها بتسمية أو حاشية سفلية أو عنصر مرئي.

استخدم جدول القرار هذا كنقطة انطلاق:

هذا هو سير العمل المحوري لفئة ترجمة PDF. إذا كنت تختار بين المنتجات بدلًا من تشخيص ملف، فابدأ بـمقارنة مترجمي PDF. وإذا لم تتمكن من تحديد أي نص، فانتقل مباشرة إلى سير عمل PDF الممسوح ضوئيًا وOCR.

ما الذي ينبغي أن يعنيه «الحفاظ على التنسيق» فعليًا

الحفاظ على التنسيق ليس ميزة واحدة تنجح أو تفشل. فهو يتضمن خمس طبقات على الأقل:

1. اكتمال المحتوى: تظل كل فقرة وعلامة وتحذير ورقم وملاحظة ذات معنى موجودة.
2. البنية المنطقية: لا تزال العناوين والقوائم وخلايا الجداول والتسميات التوضيحية والحواشي وترتيب القراءة تعبّر عن العلاقات نفسها.
3. التسلسل البصري: لا تزال العناوين تبدو كعناوين، وتبقى التسميات التوضيحية تابعة، وتبقى العناصر المرتبطة مجمّعة.
4. دعم الكتابة: تحتوي الخطوط المختارة على المحارف الهدف، ويُعرض الاتجاه وعلامات الترقيم بشكل صحيح.
5. قابلية استخدام الصفحة: تظل النتيجة مقروءة بالحجم الطبيعي دون قص أو تراكب أو تصغير عشوائي للخط.

تصف وثائق Adobe الخاصة بـPDF محتوى الصفحة المرئي كقائمة من الكائنات وعمليات التأشير، وليس كتسلسل فقرات قابل للتحرير يشبه Word. كما تميّز بين البنية المنطقية للمستند وموضعه البصري. وهذا التمييز يفسر لماذا قد يبدو PDF صحيحًا بينما يكون النص المنسوخ أو ترتيب إمكانية الوصول أو ترتيب الترجمة خاطئًا. راجع وثائق Adobe حول محتوى صفحة PDF والبنية المنطقية في ملفات PDF الموسومة.

القاعدة العملية بسيطة: قارن المستند المترجم على مستوى العلاقات، وليس من خلال لقطات الشاشة وحدها.

اختبار إجهاد قابل للتكرار لتخطيط PDF

أنشأنا اختبار إجهاد لترجمة تخطيط PDF من صفحتين لتمكين اختبار الأجزاء الصعبة من PDF دون مستندات العملاء. وهو ملف PDF بحجم A4 وموسوم بأسماء وأرقام مبتكرة. إنه نموذج اختبار ثابت، وليس معيارًا للموردين ولا دليلًا على أن أي أداة تنتج ترجمة دقيقة.

تختبر الصفحة 1:

• ترتيب القراءة في عمودين؛
• جدولًا يحتوي على خلية مدمجة؛
• عددًا صحيحًا ومبلغًا بعملة ونسبة مئوية بإشارة وصيغة؛
• تسميات مخطط يحمل موضعها معنى؛
• منطقة نصية ثابتة ضيقة عمدًا؛
• حاشية يجب أن تبقى متصلة بعلامتها.

تضع الصفحة 2 نصوصًا بالإنجليزية والألمانية والصينية والعربية داخل مربعات متساوية الحجم. وهي تكشف أربع مشكلات مختلفة: التوسع المحلي، والتفاف الأسطر، والمحارف المفقودة، والتخطيط ثنائي الاتجاه.

توضح إرشادات W3C حول حجم النص في الترجمة لماذا يمكن أن تتوسع التسميات القصيرة والمناطق المقيّدة بإحكام بشكل غير متناسب، بينما قد تنكمش ترجمات أخرى. ويحدد خوارزمية الاتجاهين من Unicode كيفية حل الأحرف المختلطة من اليسار إلى اليمين ومن اليمين إلى اليسار. لا يمكن حل أي من المشكلتين بشكل موثوق عن طريق عدّ أحرف المصدر.

نزّل ملف الاختبار وشغّله عبر أي سير عمل تفكر فيه. سجّل الأداة والتاريخ والإعدادات ولغة المصدر واللغة الهدف وملف الإخراج. هذا يحوّل «التنسيق يبدو جيدًا» إلى اختبار قابل للتكرار.

شخّص ملف PDF قبل ترجمته

1. اختبر ما إذا كان النص قابلًا للتحديد

حاول تحديد جملة واحدة وخانة جدول واحدة.

• إذا تم تحديد كليهما بشكل نظيف، فمن المحتمل أن ملف PDF يحتوي على طبقة نصية قابلة للاستخدام.
• إذا تم تحديد الصفحة بأكملها كصورة واحدة، فإنها تحتاج إلى OCR.
• إذا تم تحديد النص في شظايا صغيرة أو وصلت الصفوف المنسوخة بترتيب خاطئ، فإن الموضع البصري ليس هو البنية المنطقية.

تشير Adobe إلى أن ملف PDF الممسوح ضوئيًا يحتوي في البداية على بيانات صورة بدلًا من نص قابل للبحث. يضيف OCR طبقة قابلة للتحديد والبحث، لكن Adobe توصي أيضًا بمراجعة أخطاء التعرف بعد المعالجة. راجع التعرف على النص في ملفات PDF الممسوحة ضوئيًا.

2. انسخ قسمًا صعبًا إلى محرر نص عادي

افعل ذلك مع فقرة من عمودين، وصف جدول كامل، وتسمية توضيحية. إذا كان الترتيب الملصوق خاطئًا قبل الترجمة، فإن طبقة الترجمة تبدأ من التسلسل الخاطئ.

يوضح مستند أداة ترتيب القراءة من Adobe أن الجداول المعقدة والأشكال والأعمدة المتقاربة وعناصر الصفحة قد تحتاج إلى إصلاح صريح للترتيب والوسم. لا يمكن للطلاقة إصلاح فقرة تم تجميعها من شظايا خاطئة.

3. اختر الصفحة الأصعب تمثيلًا

لا تختبر صفحة العنوان. اختر الصفحة الأكثر عرضة للفشل:

• الجدول الأكثر كثافة؛
• أضيق شريط جانبي أو مربع تنبيه؛
• صفحة من عمودين مع حاشية سفلية؛
• رسم بياني بتسميات قصيرة؛
• صفحة تحتوي على CJK أو العربية أو الديفاناغارية أو نصوص مختلطة؛
• مسح ضوئي منخفض التباين أو مائل.

إذا فشلت الصفحة الأصعب، فإن ترجمة 200 صفحة أسهل أولًا تخلق فقط المزيد من التنظيف.

4. سجّل القيود غير القابلة للتفاوض

تتطلب المستندات المختلفة تعريفات مختلفة لـ «المحفوظ».

دوّن هذه القيود قبل اختيار أي إصلاح. وإلا فإن المراجعين يميلون إلى حماية التشابه البصري حتى عندما يضر ذلك بالمعنى.

أكثر سير عمل شامل أمانًا

الخطوة 1: الحفاظ على المصدر وإنشاء خط أساس

احتفظ بملف مصدر غير معدّل. سجّل عدد الصفحات، ونوع الملف، واللغة، وما إذا كان ملف PDF موسومًا، وما إذا كان النص قابلًا للتحديد. إذا كان المستند سيُحدَّث لاحقًا، فاحتفظ أيضًا بالمستند المصدر الأصلي إلى جانب ملف PDF.

الخطوة 2: تشغيل التعرف الضوئي على الحروف فقط عند الحاجة

بالنسبة للصفحات التي تحتوي على صور فقط، شغّل التعرف الضوئي على الحروف باللغة المصدر الصحيحة. راجع الأسماء والأرقام وعلامات الترقيم والجداول والحواشي السفلية والمناطق منخفضة التباين قبل الترجمة. أخطاء التعرف الضوئي على الحروف هي أخطاء في المرحلة السابقة: يمكن لنظام الترجمة أن ينتج نصًا سلسًا من نص تم التعرف عليه بشكل خاطئ.

يغطي دليل ملفات PDF الممسوحة ضوئيًا المخصص تنظيف المسح الضوئي، واختيار لغة OCR، والأحرف المشكوك فيها، وفحوصات الخصوصية بمزيد من التفصيل.

الخطوة 3: ترجم الصفحة التمثيلية

استخدم سير عمل مصممًا لإرجاع مستند، وليس فقط نصًا مترجمًا. بالنسبة لمعظم ملفات PDF المنسقة، يعني ذلك رفع ملف الاختبار إلى مترجم PDF من BookTranslator، واختيار زوج اللغات، ومراجعة ملف PDF المُعاد.

لا تقيّم فقط أسهل فقرة. قارن العناصر الدقيقة المدرجة في خط الأساس الخاص بك.

الخطوة 4: راجع البنية قبل الصياغة

تحقق بهذا الترتيب:

1. هل تم تضمين جميع المناطق المصدرية؟
2. هل ترتيب القراءة صحيح؟
3. هل لا تزال صفوف الجدول وتسميات المخططات والتسميات التوضيحية والحواشي السفلية تشير إلى الكائنات الصحيحة؟
4. هل الأرقام والأسماء والوحدات والصيغ سليمة؟
5. هل تُعرض الكتابة الهدف بشكل صحيح؟
6. عندها فقط: هل الترجمة سلسة ودقيقة؟

الترجمة المصقولة لنص بترتيب خاطئ تظل مستندًا فاشلًا.

الخطوة 5: ترجم الملف كاملًا واختبر الصفحات المحفوفة بالمخاطر

بعد اجتياز الصفحة التمثيلية، ترجم ملف PDF بالكامل. راجع أول وآخر وأوسط ظهور لكل بنية محفوفة بالمخاطر بدلًا من فحص الصفحة الأولى فقط.

بالنسبة لتقرير طويل، قد يعني ذلك:

• أول وآخر صفحة بعمودين؛
• أبسط وأكثف جدول؛
• مخطط قرب البداية والنهاية؛
• كل صفحة تحذير؛
• كل صفحة تتغير فيها الكتابة الهدف أو الخط.

الخطوة 6: طبّق الإصلاح الأقل تدميرًا

أصلح مشكلة محلية محليًا. لا تصغّر المستند بالكامل لأن عنوانًا واحدًا طويل.

أصلح تجاوز النص دون تصغير كل شيء

تفيض النصوص المترجمة عندما تتجاوز الصياغة الهدف الهندسة المكانية للمنطقة المصدرية. قد يكون السبب المباشر هو توسّع النص، لكن القيد الحاسم غالبًا ما يكون صندوقًا أو عمودًا أو صفًا أو خطًا أو قاعدة كسر أسطر محددة.

طبّق الإصلاحات بهذا الترتيب:

لا تعتمد على نسبة توسّع لغوية واحدة. فقد تتناسب فقرة ألمانية بينما يفشل عنوان مركّب. وقد ينكمش النص الصيني بينما يظل رابط URL غير مترجم يتجاوز حدود الخلية. وقد تتناسب العربية من حيث عدد الأحرف لكنها تفشل لأن الخط أو التشكيل أو علامات الترقيم أو الاتجاه غير صحيح.

استخدم هذا التشخيص:

• مقتطع في مربع واحد: غيّر حجم ذلك الجزء أو أعد تدفقه.
• مربعات أو أحرف مفقودة: استبدل الخط أو ضمّن خطًا يحتوي على المحارف المطلوبة.
• كلمات طويلة أو روابط URL ترفض الالتفاف: أصلح قواعد كسر الأسطر أو الواصلة.
• رؤوس الجداول فقط هي التي تفشل: استخدم إصلاحًا خاصًا بالجداول.
• الرؤوس المتكررة تتصادم في كل صفحة: عدّل قالب الصفحة بدلًا من كل فقرة.
• شظيتان تصبحان فقرة ضخمة واحدة: أصلح ترتيب القراءة قبل المساس بالطباعة.

إذا لم يكن في التخطيط المصدر متسع لنسخة أمينة باللغة الهدف، فإن الإحداثيات المتطابقة هي معيار القبول الخاطئ. حافظ بدلًا من ذلك على الاكتمال والتسلسل الهرمي وقابلية القراءة.

حافظ على الجداول والرسوم البيانية والأرقام والحواشي

لا يُخزَّن جدول PDF دائمًا كجدول. فقد يكون نصًا قابلًا للتحرير فوق خطوط شبكية، أو شظايا كثيرة موضّعة، أو صورة واحدة. وقد تكون تسمية الرسم البياني نصًا منفصلًا أو مدمجة في الرسم.

وهذا يخلق أربع فئات مستقلة من الإخفاقات:

استخدم مراجعة الرموز المحمية من أجل:

• الأعداد الصحيحة والقيم العشرية؛
• الإشارات الموجبة والسالبة؛
• النسب المئوية والعملات والتواريخ وأرقام الإصدارات؛
• الوحدات والصيغ؛
• أرقام الجداول والأشكال؛
• علامات الحواشي والنص المؤهل لها.

قد تغيّر الأعراف المحلية الفواصل العشرية أو موضع العملة. السؤال ليس ما إذا كان كل حرف متطابقًا؛ بل ما إذا كانت الترجمة تمثل نفس الكمية وتبقى مرتبطة بالتسمية الصحيحة.

لكل جدول، تحقق مما يلي:

1. لا يزال عدد الصفوف والأعمدة متطابقًا.
2. الخلايا المدمجة تغطي نفس السجلات.
3. كل رقم يبقى مقترنًا بتسميته المصدرية.
4. الوحدات والإشارات والدقة صحيحة.
5. لا تزال الحواشي تحدد القيمة المقصودة.
6. التفاف الترويسة لم يخفِ المحتوى.

لكل مخطط، تحقق من أن الشكل الهندسي والبيانات لم تتغير، وأن التسميات لا تزال تحدد العلامات البصرية الصحيحة، وأن التسميات التوضيحية لا تزال ملتصقة. إذا كانت التسميات مضمنة في صورة، فاستخدم التعرف الضوئي على الحروف المدرك للصور وأعد رسمها، أو احتفظ بالمخطط الأصلي مع تسمية توضيحية أو مفتاح مترجم. لا تمدد أو تقص المخطط ليلائم تسميات أطول.

إذا احتوى جدول مالي أو علمي أو قانوني على علاقة قيمة خاطئة واحدة، فإن المستند يفشل بغض النظر عن مدى أناقته.

اختر تخطيط PDF ثنائي اللغة

يكون ملف PDF ثنائي اللغة مفيدًا عندما يحتاج شخص ما إلى التحقق من النص الهدف مقابل النص المصدر. لكنه ليس تلقائيًا أفضل ملف نهائي للتسليم.

لا تحاذِ حسب فواصل الأسطر البصرية. فقد تقسم الترجمة جملة مصدر واحدة إلى جملتين في الهدف أو تدمج جملتين قصيرتين. استخدم العناوين وتسلسل الفقرات وأرقام الجداول وأرقام الأشكال وعناصر القوائم وعلامات الحواشي كمراسٍ ثابتة.

المقارنة جنبًا إلى جنب خيار افتراضي سيئ عندما يحتوي المصدر أصلًا على أعمدة متعددة أو جداول كثيفة أو حواشٍ هامشية أو توسّع محلي كبير. في تلك الحالات، تحافظ الصفحات المتقابلة أو الملفات الأحادية اللغة المتزامنة على عرض القراءة الطبيعي وتجعل تحديد مواضع الخلل أسهل.

ينبغي أن تظل اللغتان قابلتين للبحث والتحديد قدر الإمكان. تحقق من ترتيب النص المنسوخ وبيانات لغة المستند والعناوين ووسوم الجداول وأوصاف الأشكال. وإذا كانت إمكانية الوصول متطلبًا صارمًا، فغالبًا ما تكون الملفات الأحادية اللغة المنفصلة أكثر أمانًا من بنية الأعمدة المتناوبة المعقدة.

اختر الأداة المناسبة للمهمة

مترجم PDF مخصص

استخدم مترجمًا مخصصًا لملفات PDF الطويلة أو المنسقة أو الموجهة للعملاء. فهو نقطة البداية الصحيحة عندما يكون الناتج المطلوب ملف PDF آخر قابلًا للاستخدام بدلًا من مجرد نص مفرغ.

Google Translate

استخدم Google Translate للفهم السريع للمستندات القصيرة والبسيطة عندما لا يكون التخطيط هو المخرج المطلوب. أما الصفحات متعددة الأعمدة والمسح الضوئي والجداول الكثيفة والنشر النهائي فتتطلب سير عمل أكثر تحكمًا. يغطي دليل Google Translate لملفات PDF سير عمل المستندات وعلامات الفشل فيه.

ChatGPT

استخدم ChatGPT للمقاطع القصيرة وإعداد المصطلحات واتخاذ قرارات الأسلوب والمراجعة ثنائية اللغة. لا تتعامل مع واجهة الدردشة كمحرك تخطيط الصفحات لملف PDF طويل. يتضمن سير عمل ChatGPT لملفات PDF مطالبات تمنع التلخيص وإضافة محتوى.

تحويل PDF إلى DOCX

قم بالتحويل أولًا فقط عندما تنوي تحرير المستند أو إعادة بنائه يدويًا. قد يؤدي التحويل إلى تقسيم الجداول وإعادة ترتيب الأجزاء وتحويل تسميات الرسوم البيانية إلى مربعات عائمة قبل بدء الترجمة. اختبر أصعب صفحة قبل الالتزام. إذا كان ملف DOCX المحوّل سليمًا من الناحية البنيوية، فتابع باستخدام مترجم DOCX؛ أما إذا كان معطلًا بالفعل، فلن تصلح الترجمة التحويل.

مراجع بشري أو ثنائي اللغة

استخدم مراجعًا مؤهلًا للمحتوى القانوني أو الطبي أو المالي أو الحساس للسلامة أو الأكاديمي أو المنشور. قد يحافظ سير عمل التخطيط على كل مربع بينما يظل المعنى خاطئًا. استخدم نماذج الترجمة الحقيقية لترى كيف نفصل مراجعة اللغة عن مراجعة التخطيط.

قائمة قبول ترجمة PDF

العوائق

• نص مفقود أو مقطوع
• ترتيب قراءة غير صحيح
• فقرات أو تسميات متداخلة
• أرقام مسندة إلى صف أو عنصر رسم بياني خاطئ
• صيغ أو إشارات أو وحدات أو مراجع متغيرة
• حجم خط غير مقروء
• رموز مفقودة في اللغة الهدف
• اتجاه وترقيم معطل في العربية أو العبرية
• تحذيرات أو تسميات توضيحية أو حواشٍ سفلية مخفية

عيوب كبيرة

• التفاف غير أنيق لكنه مقروء
• تسميات توضيحية منفصلة عن الأشكال
• انحراف كبير غير مبرر في الصفحات
• معالجة غير متسقة للعناوين
• تغييرات متكررة في حجم الخط المحلي
• كتل ثنائية اللغة محاذية لمقطع المصدر الخاطئ

اختلافات شكلية

• نهايات أسطر مختلفة
• تغييرات طفيفة في المسافات البيضاء
• تغيير طفيف في عدد الصفحات مع مراجع مصححة
• ارتفاعات صفوف الجدول مختلفة قليلاً مع ظهور كل المحتوى

لكل صفحة فاشلة، سجّل صفحة المصدر، ونوع العنصر، والعَرَض، والقيد المُقيِّد، والإصلاح، وما إذا كانت مراجعة المعنى ثنائي اللغة مطلوبة. هذا السجل التدقيقي أكثر فائدة من قول "تم تعديل التنسيق".

سير العمل الموصى به لمعظم ملفات PDF

1. احتفظ بملف PDF مصدر غير معدّل.
2. تحقق مما إذا كان النص وخلايا الجدول قابلة للتحديد.
3. شغّل OCR فقط للمحتوى الذي يحتوي على صور فقط، ثم راجع أخطاء التعرف.
4. نزّل اختبار إجهاد PDF أو اختر أصعب صفحة من ملفك الخاص.
5. ترجم تلك الصفحة التمثيلية باستخدام مترجم PDF.
6. راجع ترتيب القراءة، والجداول، والأرقام، والتسميات، والحواشي، والخطوط، والاتجاه قبل طلاقة اللغة.
7. ترجم الملف كاملاً فقط بعد نجاح الصفحة التمثيلية.
8. أصلح القيود المحلية محلياً؛ لا تصغّر المستند عالمياً.
9. احتفظ بالمصدر، وملف PDF المترجم، والإعدادات، وقائمة المصطلحات، وملاحظات المراجعة معاً للمراجعات المستقبلية.

بالنسبة للمعادلات والاقتباسات وتخطيطات البحث، تابع مع سير عمل ترجمة الأوراق الأكاديمية. إذا كنت لا تزال تقرر ما إذا كان المصدر يجب أن يكون PDF أو EPUB، استخدم دليل قرار EPUB مقابل PDF.