כיצד לתרגם קובץ PDF עם מספור בייטס (Bates) מבלי לפגוע בהפניות משפטיות
תרגום קובץ PDF עם מספור בייטס באמצעות הקפאת קובצי המקור, מיפוי ברמת העמוד, מזהים מבוקרים ובדיקת הפניות בקובץ הסופי.
כדי לתרגם בבטחה קובץ PDF עם מספור בייטס, התייחסו לכל מזהה בייטס כאל מפתח הפניה, ולא כאל טקסט רגיל. הקפיאו את חומרי המקור, תעדו שורה אחת לכל עמוד מקור, תרגמו מתוך עותק עבודה, והוכיחו כיצד כל עמוד יעד ממפה בחזרה למזהה המקור שלו.
אל תמציאו שיטת מספור יעד תוך כדי התרגום. חוזה, פרוטוקול גילוי מסמכים, צו בית משפט, הנחיית לקוח או נוהל בדיקה עשויים לקבוע האם התרגום ישמור על המזהה המקורי, יוסיף סיומת או ישתמש בטווח נפרד. הצוות המשפטי או צוות ניהול הרשומות האחראי חייב לאשר כלל זה לפני תחילת העבודה.
פעלו לפי הסדר הבא:
- שמרו על קובצי המקור המדויקים ועל ערכי ה-hash שלהם.
- צרו רשימת מלאי של שמות הקבצים, סדר הקבצים, מספרי עמודי ה-PDF ומזהי הבייטס הגלויים.
- פתרו מקרים של מזהים חסרים, כפולים, בלתי קריאים או סותרים לפני התרגום.
- אשרו כלל למזהי היעד, כולל מה קורה כאשר עמוד מקור אחד מתפצל למספר עמודי יעד.
- תרגמו את תוכן השפה מבלי להתייחס למזהה כטקסט לתרגום.
- בנו מפת עמודים בין המקור ליעד.
- בדקו כל ציטוט והפניה צולבת מול הקבצים הסופיים.
הורידו את תבנית מיפוי העמודים לתרגום מספור בייטס. היא כוללת דפוס לדוגמה לפיצול עמודים, ולא כלל מתן שמות אוניברסלי.
מה תפקידו של מספר בייטס
מספר בייטס הוא מזהה עמוד ייחודי המשמש לאורך סדרת מסמכים. לרוב הוא מופיע בכותרת העליונה או התחתונה ויכול לשלב רצף מספרי עם קידומת או סיומת.
ההנחיות הנוכחיות של Adobe עבור Acrobat מתארות תהליך באצ' (אצווה) שבו המשתמשים בוחרים את סדר הקבצים, מספר ההתחלה, מספר הספרות, הקידומת, הסיומת, תיקיית היעד והתנהגות שמות הקבצים. לסדר הקבצים הזה יש חשיבות מכרעת: שינוי שלו עלול לשנות איזה עמוד יקבל איזה מזהה.
הקפידו להבדיל בין המושגים הבאים:
| מזהה | דוגמה | מה הוא מזהה |
|---|---|---|
| מזהה בייטס (Bates) | ACME000247 | עמוד בודד בערכת מסמכים מבוקרת |
| אינדקס עמוד ה-PDF | עמוד 18 בקובץ | מיקום אובייקט העמוד באותו PDF |
| מספר עמוד מודפס | 12 מודפס בכותרת התחתונה | מספר המופיע בתוכן המסמך עצמו |
| תווית עמוד PDF (Page Label) | A-12 המוצגת על ידי תוכנת הצפייה | תווית לוגית הממופה לעמוד PDF |
| שם קובץ | production-003.pdf | המארז המכיל עמוד אחד או יותר |
ערכים אלה עשויים להיות שונים זה מזה מבלי שאף אחד מהם ייחשב לפגום. לקובץ PDF יכולים להיות שישה עמודי שער ואינדקס ללא מספור, עמוד 1 מודפס שמופיע בעמוד PDF מס' 7, ומזהה בייטס ACME000247 באותו עמוד ממש. מזהה הבייטס נותר מפתח ההפניה החיצוני.
המדריך שלנו ל- תיקון מספור עמודים ב-PDF עוסק בעימוד המודפס ובתוויות עמודי ה-PDF. מדריך זה מתמקד בקשר הנפרד של מספור בייטס בין קובץ המקור לקובץ היעד.
הקפיאו את ערכת המקור לפני התרגום
אל תתחילו לעבוד מתוך תיקייה שתוכנה עדיין עשוי להשתנות. צרו ערכת מקור לקריאה בלבד ותעדו:
- שם התיק המשפטי או ההפקה (Production);
- שם קובץ המקור וערך גיבוב (SHA-256);
- סדר הקבצים;
- מספר העמודים;
- מזהה ה-Bates הראשון והאחרון;
- קידומת, סיומת ומספר הספרות;
- סימוני סודיות, השחרות או סטטוס;
- האם ה-PDF מוצפן, חתום, סרוק או מבוסס טופס; וכן
- ההנחיה המסמיכה את התרגום ומגדירה את תוצר המסירה.
חברת Adobe מציינת כי קובצי PDF מוגנים או מוצפנים וחלק מסוגי הטפסים אינם נתמכים בפעולת מספור ה-Bates שלה. זוהי הבחנה מועילה כבר בשלב הבדיקה המקדימה: יש לפתור הגבלות עריכה, התנהגות טפסים, חתימות או בעיות הצפנה ישירות מול בעל הקובץ המורשה, במקום להסוות אותן על ידי הדפסת המסמך ל-PDF חדש.
לחישוב גיבוב (Hash) יש חשיבות מכרעת מכיוון ששמות קבצים מהווים ראיה חלשה. שני קבצים בשם production-001.pdf עשויים להכיל גרסאות שונות. מיפוי עמודים המקושר לסכום ביקורת (Checksum) מאפשר לבודק לוודא אילו בתים (bytes) תורגמו בפועל.
בדיקת הרצף הקיים
בנו שורת רישום אחת עבור כל עמוד מקור לפני ביצוע שינויים ב-PDF. תעדו לפחות:
source filename
source file hash
PDF page index
visible Bates identifier
identifier location
printed page number or page label, when relevant
page status: present, blank, redacted, duplicate, illegible, or exception
לאחר מכן בדקו את הרצף באופן ממוכן וחזותי כאחד.
איתור פערים וכפילויות
ברצף כגון ACME000101, ACME000102, ACME000104 קיים פער. אין זה מוכיח בהכרח שעמוד חסר: ייתכן שהמזהה שהושמט שייך לקובץ אחר, נגרע בכוונה תחילה, או משקף החלטת הפקה קודמת. תעדו את הפער ובדקו אותו מול מפתח ההפקה, במקום למספר את העמודים מחדש באופן שקט.
מזהה כפול חשוב באותה מידה. קבעו אם הכפילות היא פגם במקור, עמוד חלופי או מוסכמה לגיטימית. לעולם אל תתקנו זאת רק בתרגום; הדבר יוביל לחוסר התאמה בין מערכות ההפניה של המקור והיעד.
בדיקת מה שנראה בפועל בעין
בדקו את העמוד הראשון, העמוד האחרון, כל מעבר בין קבצים ומדגם מתוך האמצע. כמו כן, בדקו עמודים עם השחרות, תוכן מסובב, סריקות כהות במיוחד או כותרות תחתונות צפופות. OCR או חילוץ טקסט עלולים לפספס מזהה גם כאשר אדם מסוגל לראותו בבירור, בעוד שמזהה שנוסף כטקסט PDF רגיל עלול להישלף בסדר קריאה שגוי.
השתמשו בבדיקה חזותית כדי לוודא נוכחות וקריאות. השתמשו בחילוץ טקסט כאינדיקציה משנית, ולא כסמכות הבלעדית.
אישור כלל המזהים עבור קובץ היעד
אין סיומת תרגום או כלל מספור עמודים אוניברסליים. בחרו מדיניות מבוקרת אחת ותעדו מי אישר אותה.
דפוסים נפוצים כוללים:
| דפוס | המחשה | הפשרה העיקרית |
|---|---|---|
| שמירה על המזהה של מסמך המקור ללא שינוי נראה לעין | ACME000247 | רציפות הפניות פשוטה, אך נדרשת הבחנה חזותית נוספת בין המקור לתרגום |
| שמירה על המזהה מהמקור והוספת סיומת תרגום מוסכמת | ACME000247-T | זיקה ישירה, אך יש להגדיר כללים ברורים למבנה הסיומת |
| הקצאת טווח נפרד למסמך היעד וניהול טבלת מיפוי | FR000811 ← מקור ACME000247 | סדרה מוגדרת וברורה של מסמכי יעד, אך כל אזכור נסמך על טבלת המיפוי |
| שימוש במזהה המקור בתוספת סיומת לחלקי עמוד בעקבות התרחבות הטקסט | ACME000247-T.01, .02 | מאפשר זרימה מחודשת של הטקסט, אך יש להגדיר מראש את מוסכמת חלקי העמוד |
פרוטוקול בתיק אמיתי עשוי להיות מפורט אף יותר. לדוגמה, הסכמה דיונית (stipulation) מפורסמת לגבי תרגומים בתיק פדרלי בארה״ב דרשה שעמודים מתורגמים ישמרו על מספר ה-Bates של המקור, יוסיפו סימון תרגום, וישתמשו בתוספות במבנה עשרוני כאשר עמוד מקור יחיד הצריך מספר עמודי תרגום. זוהי הוכחה לכך שהתרחבות עמודים דורשת כלל מפורש; זוהי אינה ברירת מחדל לתיקים אחרים.
ההנחיה המחייבת עשויה לדרוש גם תווית Translation , שימור הגדרות סודיות, עמוד אישור (certification page) או שם קובץ מסוים. העתיקו דרישות אלו במדויק לרשימת הבדיקות שלפני המסירה. אל תסיקו אותן מתיק אחר או מלקוח אחר.
אל תתרגמו את המזהה כטקסט לשוני
קידומת עשויה להיראות כמו קיצור או מילה רגילה, אך תפקידה יכול להיות מבני. PLAINTIFF000247, FACTURE000247, או JP-EXH-000247 אינם אמורים לעבור לוקליזציה רק משום שהמסמך שסביבם מתורגם.
נעלו שדות אלה, אלא אם המדיניות המאושרת קובעת אחרת:
- קידומת וסיומת;
- ערך מספרי וריפוד באפסים (zero padding);
- אותיות רישיות ומפרידים;
- מיקום המזהה;
- שם הקובץ המשויך או מפתח קובץ הטעינה (load-file); וכן
- סימוני החלפה או תרגום.
שמרו על מחרוזות המזהים מחוץ למקטעי התרגום המכונה הרגילים במידת האפשר. אם עליהן לעבור באותו צינור חילוץ, הוסיפו אותן לרשימת מונחים מוגנים והשוו לאחר מכן בין קבוצות המזהים שחולצו במקור וביעד.
אותו כלל חל על אזכורים וציטוטים בתוך הטקסט. משפט כמו "ראו ACME000247" מכיל טקסט רגיל שדורש תרגום ומפתח הפניה שאינו לשוני. תרגמו את המשפט; שמרו על המפתח כפי שהוא או בצעו מיפוי מחדש מכוון שלו.
מפו כל עמוד יעד בחזרה לעמוד המקור
מסמך היעד יכול לשמור על מספר העמודים, להצטמצם או להתרחב. אל תניחו שעמוד מקור אחד שווה תמיד לעמוד יעד אחד.
קובץ ה-CSV להורדה משתמש בשורה אחת לכל קשר של עמוד יעד. עמודות הליבה הן:
| עמודה | מטרה |
|---|---|
source_file_sha256 | מצמידה את המיפוי לקובץ המקור המדויק |
source_pdf_page_index | מאתרת את העמוד בתוך אותו קובץ |
source_bates_id | משמרת את מפתח ההפניה החיצוני |
target_file_sha256 | מצמידה את הבדיקה לקובץ הבייטים המתורגם הסופי |
target_pdf_page_index | מאתרת את העמוד המתורגם |
target_bates_id | מתעדת את מזהה היעד הגלוי המאושר |
translation_page_part | מסבירה קשר של אחד-לרבים |
identifier_decision | מציינת את המדיניות שהוחלה על אותה שורה |
content_check | מתעדת אם התוכן המתורגם של העמוד עבר את הבדיקה |
reference_check | מתעדת אם ציטוטים והפניות נפתרים ומפנים כראוי |
לעולם אל תדחסו קשר של אחד-לרבים להערה מעורפלת. אם עמוד מקור ACME000247 הופך לשני עמודי יעד, צרו שתי שורות יעד ששתיהן מצביעות בחזרה אל ACME000247 וכוללות את מזהי החלקים המאושרים.
באופן דומה, אם שני עמודי מקור קצרים ממוזגים במכוון לעמוד יעד יחיד, תעדו את שני קשרי הגומלין של המקור. המיפוי אמור להסביר את מסמך היעד, ולא לאלץ את המציאות לתבנית נוקשה של גיליון אלקטרוני של אחד-לאחד.
תרגום מתוך עותק עבודה
שמרו על קובצי המקור המקוריים ללא כל שינוי. צרו עותק עבודה לצורך התרגום והחליטו כיצד המזהה החזותי יישמר לאורך תהליך העבודה.
לפני השימוש בכלי תרגום כלשהו, בדקו קובץ מייצג הכולל:
- עמוד טקסט רגיל;
- עמוד מסובב או לרוחב (לנדסקייפ);
- עמוד סרוק הדורש OCR;
- עמוד עם השחרות (הסתרת מידע רגיש);
- עמוד עם סימון סודיות;
- עמוד שבו מזהה ה-Bates ממוקם קרוב מאוד לגוף הטקסט; וכן
- עמוד הכולל הפניה פנימית למזהה Bates אחר.
בדקו האם הפלט משמר, מסיר, משכפל, מטשטש או מתרגם בטעות את המזהה. בנוסף, בדקו האם התרחבות הטקסט בשפת היעד דוחקת את גוף הטקסט ומכסה אותו.
אם המזהה הוא חלק מתמונת העמוד, תהליך ה-OCR עלול לזהות אותו כגוף הטקסט. אם הוא מוגדר כרכיב כותרת עליונה/תחתונה, שחזור העיצוב עלול להשמיט אותו. אם הוא מתווסף מחדש לאחר התרגום, עותק שנותר מבלי שזוהה עלול ליצור שני מזהים באותו עמוד. ההנחה הבטוחה היחידה היא שחובה לבדוק את הפלט המדויק.
עבור מסמכים המבוססים על תמונות בלבד, השתמשו ב תהליך העבודה לתרגום קובצי PDF סרוקים כדי להבטיח תחילה את איכות ה-OCR. לבעיות עיצוב כלליות, השתמשו ב תהליך עבודה ל-PDF השומר על העיצוב המקורי.
אימות הפניות, לא רק ספירת עמודים
קובץ ה-PDF המתורגם יכול לכלול את מספר העמודים הצפוי ועדיין לפגוע במטרתו של מספור ה-Bates. בדקו את ההפניות בשלוש רמות שונות.
1. שלמות המזהים
- כל מזהה מקור מופיע במצבת המקור.
- כל עמוד יעד כולל את המזהה הנדרש לפי המדיניות המאושרת.
- אף מזהה יעד אינו משוכפל שלא במתכוון.
- הקידומת, הסיומת, מספר הספרות, המפרידים והאותיות הרישיות/קטנות תואמים למדיניות שנקבעה.
- המזהה קריא ואינו מסתיר את תוכן המסמך.
2. שלמות המיפוי
- כל עמוד יעד ממופה לעמוד מקור אחד לפחות.
- לכל עמוד מקור יש מעמד יעד מוגדר ומצופה.
- לעמודים מפוצלים ומאוחדים יש קשרים מוגדרים ומפורשים.
- עמודים שנמחקו, נמנעו, נותרו ריקים או שלא תורגמו כוללים החלטות מתועדות.
- גבולות הקבצים וסדר העמודים תואמים לערכת היעד המאושרת.
3. שלמות האזכורים
חפשו בתרגום הסופי כל אזכור בסגנון מספור בייטס. עבור כל אזכור, פתחו את מיקום המקור או היעד שאליו הוא מפנה וודאו שהוא תומך בטענה המופיעה לצדו. בצעו זאת עבור:
- אזכורים בתוך המסמכים המתורגמים;
- אינדקס או כרונולוגיה;
- הערות סקירה ויומני מעקב אחר סוגיות;
- תצהירים, דוחות או תכתובות המוגשים יחד עם התרגום; וכן
- כל קובץ ייצוא שהופק מפלטפורמת סקירה (review platform).
אם מסמך היעד משתמש בטווח חדש, הסוקרים זקוקים למיפוי בנקודת השימוש עצמה. מיפוי מדויק המאוחסן בתיקייה פרטית אינו מסייע למי שקורא דוח מתורגם המצטט אך ורק את המזהה החדש.
הריצו בדיקות הזרקת שגיאות (Failure-Injection)
תהליך בקרת איכות תקין אמור לאתר פגמים יזומים לפני שניתן לסמוך עליו בחומרים אמיתיים. העתיקו אצווה סינתטית קטנה והחדירו שגיאה אחת בכל פעם:
- הסירו עמוד יעד אחד;
- החליפו את מקומם של שני קבצים בסדר האצווה;
- צרו מזהה כפול;
- שנו קידומת אחת או ספרה אחת;
- אפשרו לעמוד מקור אחד להתרחב ללא מזהי חלקים משניים;
- השאירו אזכור פנימי אחד שמפנה לעמוד הלא נכון; וכן
- כסו חלק ממזהה באמצעות טקסט מתורגם.
הריצו את בדיקות המלאי וההפניות. אם פגם אינו מזוהה, שפרו את מנגנון הבקרה לפני שתשתמשו בו בהפקה גדולה יותר.
קובץ ה-CSV נועד במכוון לשמש כתבנית ולא כטענה שבדיקות אלו בוצעו על פלט של BookTranslator. מלאו אותו בערכי ה-hash האמיתיים, בהחלטות, בבודקים ובתוצאות הרלוונטיים לקבצים שלכם.
היכן BookTranslator משתלב
מתרגם ה-PDF של BookTranslator יכול לתרגם את תוכן השפה של קובץ PDF נתמך כאשר יש לכם הרשאה לעבד אותו. המערכת אינה מערכת לניהול מספרי בייטס, פלטפורמת ליטיגציה, שירות אישור משפטי או מסד נתוני הפקה המשמש כמקור אמת.
לפני ההעלאה, שמרו את הפקת המקור ואת מלאי העמודים שלה. התחילו בקובץ מייצג ומורשה אחד ולא בכל ההפקה, ולאחר מכן בדקו כיצד הפלט מתמודד עם המזהה הגלוי, ההשחרות, החותמות, גאומטריית העמוד וההפניות הפנימיות. לאחר ההורדה, התייחסו ל-PDF המתורגם כפלט מועמד: חשבו לו ערך hash, מלאו את מפת העמודים ובצעו בדיקות מזהים וציטוטים על הבייטים הסופיים המדויקים.
אל תטענו שהעלאה מוצלחת מוכיחה שמספור בייטס, השחרות, חתימות, טפסים, הערות, סימניות או קשרים ראייתיים נשמרו. כל אחד מהם הוא היבט שחרור נפרד. ה רשימת תיוג לבקרת איכות של תרגום PDF מכסה את הבדיקה הרחבה יותר של הקובץ הסופי, בעוד ש מדריך לסימניות PDF מכסה יעדי ניווט.
אם תהליך העבודה דורש תרגומים מאושרים, תצהירים, קובצי load files, טיפול בחיסיון או עיצוב המותאם לדרישות בית משפט ספציפי, הקצו דרישות אלו לאנשים ולמערכות המוסמכים האחראים עליהן.
שער שחרור
אין לשחרר את סדרת הקבצים המתורגמת עד אשר:
- רשימת קובצי המקור, הסדר, מספרי העמודים וערכי ה-SHA-256 הוקפאו;
- לכל עמוד מקור יש מזהה בייטס מתועד או חריגה מתועדת;
- פערים וכפילויות נפתרו מול רשומת הפקת המקור;
- למדיניות מזהה היעד והתרחבות העמודים יש גורם מאשר מוגדר;
- כל עמוד יעד ממופה בחזרה לעמוד או לעמודי המקור שלו;
- שמות קובצי היעד והמזהים תואמים למוסכמה המאושרת;
- המזהים קריאים, ייחודיים במקומות הנדרשים ואינם מסתירים תוכן;
- לסימוני השחרה וסודיות יש בדיקות נפרדות של מעבר/כישלון;
- ציטוטי בייטס פנימיים וחיצוניים מפנים לתוכן המיועד;
- לקובצי ה-PDF הסופיים המדויקים, ולא לייצוא ביניים, יש ערכי hash מתועדים;
- בקרת האיכות הכוללת של התוכן והעיצוב הושלמה בהצלחה; וכן
- חריגות שלא נפתרו משויכות לאחראי מוגדר ומונעות את שחרור המסמך כאשר הן פוגעות בשלמות ההפניות.
העיקרון המנחה הוא פשוט: לתרגם את השפה, לשמר את מערכת ההפניות, ולהוכיח את ההתאמה עמוד אחר עמוד.
פוסטים קשורים
