गणित, उद्धरण या लेबल तोड़े बिना LaTeX दस्तावेज़ का अनुवाद कैसे करें

LaTeX दस्तावेज़ का अनुवाद करने के लिए, गद्य और कमांडों के पाठक-सम्मुख तर्कों का अनुवाद करें, जैसे अनुभाग शीर्षक, कैप्शन, फ़ुटनोट और लिंक टेक्स्ट। कमांड, एनवायरनमेंट नाम, \label, \ref, और \cite कुंजियाँ, गणित, और वर्बेटिम ब्लॉकों को बिल्कुल वैसे ही रहने दें। फिर एक बदलाव करें जो कोई भी अनुवादक आपके लिए नहीं करेगा: प्रीएम्बल को लक्ष्य भाषा के लिए सेट करें, क्योंकि अंग्रेज़ी प्रीएम्बल रखने वाली फ़ाइल बिना किसी त्रुटि के कंपाइल हो सकती है और फिर भी ऐसा PDF बना सकती है जिसमें अनुवादित पाठ गायब है।

यह अंतिम बिंदु एक छोटे परीक्षण का मुख्य परिणाम है। हमने 98 पंक्तियों के एक LaTeX पेपर का सरलीकृत चीनी में नौ बार स्थानीय मॉडल से, तीन अलग-अलग तरीकों से अनुवाद किया, और हर परिणाम को एक स्क्रिप्ट और एक कंपाइलर से जाँचा। जिन हिस्सों की लोग आमतौर पर चिंता करते हैं, वे सभी नौ रन में बने रहे: लेबल, संदर्भ, उद्धरण, समीकरण, URL, तालिका कॉलम और ब्रेसिज़ सुरक्षित लौटे, और हर क्रॉस-रेफ़रेंस हल हुआ। समस्याएँ कहीं और थीं। जिन छह रनों के प्रॉम्प्ट में "प्रीएम्बल न बदलें" कहा गया था, उन्होंने पालन किया, एग्ज़िट कोड 0 के साथ कंपाइल किया, और ऐसे PDF बनाए जिनमें बिल्कुल भी चीनी पाठ नहीं था। एक रन ने कोड लिस्टिंग के अंदर हमारे "% चिह्न को एस्केप करें" नियम को लागू कर दिया, इसलिए PDF में एक अतिरिक्त बैकस्लैश छपता है। और कम से कम तीन रनों ने एक वाक्य का अर्थ ऐसे बदल दिया जिसे कोई भी संरचनात्मक जाँच नहीं देख सकती।

संक्षिप्त उत्तर: क्या अनुवाद करें और क्या छोड़ दें

बाकी सब सामान्य गद्य है: पैराग्राफ, सारांश, सूची आइटम, और टेबल सेल।

हमने क्या परखा

हमने sample-source.tex लिखा, जो Shelfmark नामक एक काल्पनिक ऐप के लिए पढ़ने के समय के अनुमानों पर एक छोटा आविष्कृत पेपर है। यह साफ़ तौर पर कंपाइल होता है और ऊपर की तालिका में प्रत्येक संरचना का एक उदाहरण, साथ ही एक booktabs तालिका, कैप्शन वाला एक चित्र, दो % टिप्पणियाँ, बिना % वाला एक verbatim ब्लॉक, और एक इनलाइन ग्रंथसूची शामिल करता है।

फिर हमने एक स्थानीय मॉडल से इसे तीन तरीकों से सरलीकृत चीनी में अनुवाद करने को कहा:

1. पूरी फ़ाइल। पूरी फ़ाइल पेस्ट करें और ऐसी अनुवादित फ़ाइल माँगें जो अभी भी कंपाइल हो।
2. निर्देशित। वही, साथ में सात नियम: प्रीएम्बल न बदलें, हर कमांड, एनवायरनमेंट, लेबल, संदर्भ, और उद्धरण कुंजी रखें, \text{} को छोड़कर गणित को अछूता छोड़ें, वर्बेटिम ब्लॉक और URL अछूते छोड़ें, विशेष अक्षरों को एस्केप रखें, टाई रखें, और गद्य, कैप्शन, फुटनोट, और लिंक टेक्स्ट का अनुवाद करें।
3. खंड। प्रीएम्बल को अनुरोध से पूरी तरह बाहर रखें (केवल \title पंक्ति भेजी जाती है, इसलिए \date अंग्रेज़ी में रहता है), बॉडी को खाली पंक्तियों पर विभाजित करें, वर्बेटिम ब्लॉक छोड़ें, प्रत्येक टुकड़े को समान नियमों के साथ भेजें, और पुनः जोड़ें।

मॉडल LM Studio में Qwen 3.6 27B (Q4_K_M) था, सोच बंद और तापमान 0.3 के साथ, 64 GB मेमोरी वाले Apple M4 Max पर। हमने प्रत्येक स्थिति को तीन बार चलाया, कुल नौ रन, 26 अक्टूबर 2026 को। स्क्रिप्ट run_llm_latex_test.py है, और सभी नौ आउटपुट outputs फ़ोल्डर में बिना संपादन के प्रकाशित हैं। यदि आपने कभी स्थानीय मॉडल सेट नहीं किया है, तो हमारी स्थानीय LLM अनुवाद मार्गदर्शिका सेटिंग्स को कवर करती है।

हमने प्रत्येक आउटपुट को Tectonic 0.17.0 से कंपाइल किया, जो XeTeX इंजन का उपयोग करता है, एक बार ठीक वैसे ही जैसे लौटाया गया था और एक बार प्रीएम्बल में चीनी सेटअप जोड़कर। फिर हमने प्रत्येक PDF से टेक्स्ट वापस पढ़ा। यह एक मॉडल, एक भाषा युग्म, और एक फ़ाइल का छोटा परीक्षण था। यह दिखाता है कि कौन सी समस्याएँ होती हैं और उन्हें कैसे पकड़ा जाए। यह मॉडल या प्रॉम्प्ट को रैंक नहीं करता।

परिणाम: संरचना बची रही; प्रीएम्बल ने तय किया कि टेक्स्ट दिखेगा या नहीं

check_latex_translation.py ने प्रत्येक आउटपुट की स्रोत से तुलना की, और compile_check.py ने इसे कंपाइल किया। पूर्ण आउटपुट check-results.txt और compile-results.txt में हैं, और results.csv में प्रति रन एक पंक्ति है।

हमारे चेकर ने शुरुआती रन में बदला हुआ गणित बताया। गणित ठीक था: चीनी शब्द क्रम ने एक वाक्य में $N$ को $r$ से पहले रख दिया था। प्रकाशित चेकर इसी कारण गणित खंडों की तुलना बिना क्रम के संग्रह के रूप में करता है, इसलिए पुनर्व्यवस्था की अनुमति है लेकिन बदला हुआ प्रतीक नहीं।

1. "प्रीएम्बल को मत छुओ" से ऐसा PDF बना जिसमें कोई चीनी नहीं थी

प्रीएम्बल नियम सबसे सुरक्षित निर्देश जैसा लगता है जो आप दे सकते हैं। हमारे नमूने का प्रीएम्बल amsmath, booktabs, और hyperref लोड करता है और तीन मैक्रो परिभाषित करता है, और इनमें से किसी को भी अनुवाद की आवश्यकता नहीं है। इसलिए निर्देशित और खंडित रन ने इसे बिल्कुल वैसे ही छोड़ दिया, जैसा कहा गया था।

लेकिन एक मानक LaTeX सेटअप में डिफ़ॉल्ट फ़ॉन्ट में कोई चीनी अक्षर नहीं होते। उन छह फ़ाइलों में से हर एक exit code 0 के साथ संकलित हुई। Tectonic ने चेतावनी दी, प्रत्येक अनुपलब्ध अक्षर के लिए एक बार, जैसे Missing character: There is no 估 (U+4F30) in font [lmroman17-regular], और लॉग फ़ाइल ने प्रति रन 554 से 577 के बीच ऐसी प्रविष्टियाँ दर्ज कीं। लेकिन चेतावनी बिल्ड को नहीं रोकती। जब हमने उन छह PDFs से पाठ निकाला, तो उनमें लेखक के नाम, संख्याएँ और गणित थे, और शून्य चीनी अक्षर। तीन पूरी-फ़ाइल PDFs में 481 से 490 तक थे। एक बिल्ड स्क्रिप्ट जो केवल यह जाँचती है कि संकलन सफल हुआ या नहीं, या एक व्यक्ति जो केवल आउटपुट का अंत देखता है, वह सभी छह को भेज देता।

तीन पूरी-फ़ाइल रन, जिनमें ऐसा कोई नियम नहीं था, ने अपने आप \usepackage{ctex} जोड़ा, और उनके PDFs पूर्ण थे। यह मॉडल को आपका प्रीएम्बल फिर से लिखने देने का कारण नहीं है। यह लक्ष्य-भाषा सेटअप को अनुवाद कार्य का हिस्सा मानने का कारण है, जो एक बार, आपके द्वारा किया जाता है:

• चीनी: ctex लोड करें, जो pdfLaTeX, XeLaTeX, और LuaLaTeX का समर्थन करता है। डिफ़ॉल्ट रूप से यह आपके ऑपरेटिंग सिस्टम के लिए फ़ॉन्ट चुनता है; हमारा लॉग दिखाता है कि यह अपना macOS फ़ॉन्ट सेट लोड कर रहा है। यदि फ़ाइल को अन्य मशीनों पर भी उसी तरह संकलित होना है, तो \usepackage[UTF8,fontset=fandol]{ctex} मुफ़्त Fandol फ़ॉन्ट का उपयोग करता है जो TeX Live के साथ वितरित होते हैं, जिन्हें Tectonic माँग पर डाउनलोड भी करता है। यही compile_check.py जोड़ता है।
• अन्य भाषाएँ: लक्ष्य भाषा के साथ babel लोड करें, ताकि हाइफ़नेशन और उत्पन्न शब्द जैसे "Figure," "Table," और "Abstract" नई भाषा का पालन करें। जापानी, कोरियाई, और दाएँ-से-बाएँ भाषाओं को अपना अलग सेटअप चाहिए।

संकलन के बाद, लॉग में Missing character जाँचें और PDF पढ़ें, केवल exit code नहीं। हमने केवल Tectonic के माध्यम से XeTeX का परीक्षण किया; अन्य इंजन अनुपलब्ध फ़ॉन्ट की रिपोर्ट अलग तरह से करते हैं।

2. एस्केपिंग नियम कोड लिस्टिंग में लीक हो गया

हमारे निर्देशों ने विशेष वर्णों को एस्केप्ड रखने को कहा, और गद्य में यह सही नियम है: LaTeX में एक खुला % टिप्पणी शुरू करता है और पंक्ति के बाकी हिस्से को चुपचाप निगल जाता है। सभी नौ रन ने सारांश में 20\% रखा।

पहले निर्देशित रन में, मॉडल ने verbatim ब्लॉक के अंदर भी नियम लागू किया और वहाँ की कोड टिप्पणी का अनुवाद कर दिया:

source:      shelfmark count --unit chars book.epub  # 100% of body text
translation: shelfmark count --unit chars book.epub  # 100\% 正文

verbatim के अंदर कुछ भी कमांड नहीं होता, इसलिए PDF 100\% को बैकस्लैश के साथ छापता है। इसका समाधान बेहतर प्रॉम्प्ट नहीं है। verbatim, lstlisting, या minted ब्लॉक को अनुवादक को कभी न भेजें, जैसा कि segments शर्त ने किया था। फिर यदि आपके पाठकों को आवश्यकता हो तो उनमें दी गई किसी भी टिप्पणी का अनुवाद हाथ से करें।

3. टिप्पणियाँ अनुरोध की सीमाओं का पालन करती रहीं

फ़ाइल में दो % टिप्पणियाँ हैं: मैक्रो परिभाषाओं के ऊपर एक नोट और कोड लिस्टिंग के ऊपर एक TODO। पूरी-फ़ाइल और निर्देशित रनों ने दोनों को अंग्रेज़ी में ही छोड़ दिया। segments शर्त ने तीन में से दो रनों में TODO का अनुवाद किया, क्योंकि TODO संयोगवश उसी ब्लॉक में था जिसे हमने अनुवाद के लिए भेजा था। दो पूरी-फ़ाइल रनों ने अपने द्वारा डाले गए पैकेज के बाद अपनी ओर से एक टिप्पणी भी जोड़ दी।

इससे PDF में कोई बदलाव नहीं आता। यह तब मायने रखता है जब अनूदित स्रोत सह-लेखकों या किसी रिपॉज़िटरी के पास वापस जाता है, जहाँ अनूदित TODO मूल से मेल नहीं खाता और हर diff में एक अतिरिक्त टिप्पणी दिखाई देती है। चेकर अनूदित टिप्पणियों को चेतावनी के रूप में रिपोर्ट करता है ताकि आप निर्णय ले सकें।

4. संरचनात्मक जाँचें पास हो गईं और अर्थ फिर भी बदल गया

सार कहता है "20% से विचलित लेबल अभी भी उपयोगी है।" नौ में से तीन रनों में, चीनी में यह कहा गया कि 20% के भीतर त्रुटि वाले लेबल अभी भी उपयोगी हैं, जो सहनशीलता को सीमा में बदल देता है। कई अन्य रनों ने वाक्य का क्रम बदल दिया ताकि "हालाँकि" वाला उपवाक्य गलत विचार से जुड़ जाए, और एक को समझना कठिन हो गया। ये एक पाठक के निर्णय हैं जो चीनी की अंग्रेज़ी से तुलना कर रहा है, कोई ब्लाइंडेड समीक्षा नहीं, लेकिन बात सटीक गिनती पर निर्भर नहीं करती: उन फ़ाइलों पर हर संरचनात्मक जाँच पास हुई, क्योंकि 20\%, मैक्रो, और ब्रेसिज़ सभी सही थे।

दो अन्य परिवर्तन ठीक थे लेकिन जानने योग्य हैं। पूरी-फ़ाइल रनों ने \$12 को 12美元 ("12 अमेरिकी डॉलर") के रूप में लिखा, जो एस्केपिंग का प्रश्न ही समाप्त कर देता है। दो पूरी-फ़ाइल रनों ने \ref और \cite से पहले के अधिकांश ~ टाई भी हटा दिए। चीनी में यह हानिरहित है, जहाँ शब्दों के बीच स्थान नहीं होता, लेकिन ऐसी भाषा में जहाँ होता है, गायब टाई पंक्ति विराम को "तालिका" को उसके अंक से अलग करने देता है। चेकर टाई को चेतावनी के रूप में रिपोर्ट करता है, विफलता के रूप में नहीं।

संरचनात्मक जाँच आपको बताती है कि फ़ाइल अभी भी काम करती है। यह नहीं बता सकती कि पेपर अभी भी वही बात कह रहा है। उसके लिए, सार, दावों और संख्याओं का द्विभाषी पठन करें, जैसा कि अनूदित शोध पत्र की समीक्षा के हमारे गाइड में वर्णित है।

एक ऐसा वर्कफ़्लो जो टिकता है

1. स्रोत प्राप्त करें, और जाँचें कि आप इसके साथ क्या कर सकते हैं। arXiv पर, TeX में जमा किए गए पेपर आमतौर पर सार पृष्ठ या Other formats पृष्ठ पर Source लिंक के माध्यम से अपना स्रोत प्रदान करते हैं, gzipped फ़ाइल या tar आर्काइव के रूप में जब कई फ़ाइलें हों (arXiv सहायता)। अपने पढ़ने के लिए अनुवाद करना एक बात है। अनुवाद प्रकाशित करना दूसरी: arXiv का अपना गैर-अनन्य लाइसेंस दूसरों द्वारा पुनःउपयोग को सीमित करता है, जबकि CC BY और CC BY-SA श्रेय के साथ अनुकूलन की अनुमति देते हैं, और CC BY-NC-ND नहीं देता। संदेह होने पर लेखकों से पूछें।

2. पहले मूल को कंपाइल करें। यदि अनुवाद से पहले यह कंपाइल नहीं होता, तो बाद में आप जो कुछ भी सीखते हैं वह विश्वसनीय नहीं है। तुलना के लिए मूल PDF रखें।

3. प्रीएम्बल में लक्ष्य भाषा स्वयं सेट करें। ऊपर के अनुसार ctex या babel जोड़ें, अंग्रेज़ी पाठ के साथ एक बार कंपाइल करें, और उस परिवर्तन को अलग से कमिट करें।

4. मुख्य भाग का अनुवाद प्रीएम्बल और verbatim ब्लॉक के बिना करें। ऐसा उपकरण उपयोग करें जो LaTeX को पार्स करता हो, या मुख्य भाग को स्पष्ट नियमों के साथ टुकड़ों में भेजें, जैसा कि हमारी segments शर्त में। TransLaTeX, इसके लिए बनाया गया एक ओपन-सोर्स उपकरण, पाठ को मशीन अनुवादक को भेजने से पहले LaTeX संरचनाओं को टोकन से बदल देता है। इसका दस्तावेज़ीकरण यह भी कहता है कि यह दस्तावेज़ हेडर को अछूता रखता है, मैक्रो का समर्थन नहीं करता, और केवल एकल-फ़ाइल दस्तावेज़ों को संभालता है, \input के बिना। एक समर्पित उपकरण भी प्रीएम्बल का निर्णय आप पर छोड़ देता है।

5. हर फ़ाइल युग्म पर संरचनात्मक जाँच चलाएँ।

   python3 check_latex_translation.py main.tex main-zh.tex --keep Shelfmark
   

   यह प्रीएम्बल, कमांड नाम, वातावरण क्रम, लेबल, संदर्भ, उद्धरण, ग्रंथसूची कुंजियाँ, गणित, verbatim ब्लॉक, URL, बिना एस्केप किए %, &, और #, ब्रेस संतुलन, टाई, टिप्पणियाँ, और वे सभी शब्द जिन्हें आप रखने के लिए कहते हैं, की तुलना करता है। चरण 3 के बाद मूल से तुलना करने पर प्रीएम्बल पंक्ति के विफल होने की अपेक्षा करें; इसके बजाय अपनी अद्यतन अंग्रेज़ी फ़ाइल से तुलना करें। कई \input फ़ाइलों में विभाजित प्रोजेक्ट के लिए, प्रत्येक युग्म की जाँच करें।

6. कंपाइल करें और PDF पढ़ें।

   python3 compile_check.py main-zh.tex
   

   यह अनसुलझे संदर्भ (??), अनसुलझे उद्धरण ([?]), और गायब ग्लिफ़ रिपोर्ट करता है। फिर PDF खोलें और सार, हर कैप्शन, और हर तालिका को मूल के सामने पढ़ें।

7. दावों और संख्याओं का द्विभाषी पठन करें। यहीं हमारे तीन बदले हुए वाक्य पकड़े जाते। पेपर के तकनीकी शब्दों के लिए एक संक्षिप्त अनुवाद शब्दावली रखें ताकि एक ही शब्द का तीन तरह से अनुवाद न हो।

BookTranslator कहाँ फिट बैठता है

BookTranslator का दस्तावेज़ अनुवादक PDF, DOCX, EPUB, Markdown, और अन्य संरचित प्रारूपों के साथ .tex फ़ाइलें भी स्वीकार करता है। इसका FAQ कहता है कि परिणाम "एक उपयोगी, प्रारूप-उपयुक्त फ़ाइल के रूप में लौटाया जाता है जब भी वह प्रारूप इसका समर्थन करता है।"

उत्पाद पृष्ठ यह नहीं बताता कि यह LaTeX मैक्रो, गणित, या प्रीएम्बल के साथ कैसा व्यवहार करता है, और हमने इस लेख के लिए इस नमूने को BookTranslator से नहीं चलाया। आप जो भी उपकरण उपयोग करें, अनुवाद से पहले चरण 1 से 3 और बाद में चरण 5 से 7 करें। केवल-अंग्रेज़ी प्रीएम्बल वाली फ़ाइल चीनी पाठ के बिना भी कंपाइल हो जाएगी, और बदला हुआ दावा हर संरचनात्मक जाँच पास कर लेगा।

यदि आपके पास किसी पेपर का केवल PDF है, उसका स्रोत नहीं, तो वर्कफ़्लो अलग है: संरचना बनाए रखते हुए शोध पत्र का अनुवाद पर हमारा गाइड देखें। यदि आपका स्रोत LaTeX के बजाय Markdown है, तो मशीनरी और गद्य के बीच वही विभाजन लागू होता है, अलग जालों के साथ; हमने उन्हें Markdown फ़ाइलों का अनुवाद कैसे करें में परखा।

परीक्षण फ़ाइलें प्राप्त करें

इस परीक्षण से सब कुछ मुफ़्त में पुनः उपयोग करने योग्य है:

• sample-source.tex: 98 पंक्तियों का अंग्रेज़ी नमूना;
• check_latex_translation.py: संरचनात्मक जाँचकर्ता (केवल Python मानक लाइब्रेरी);
• compile_check.py: प्रत्येक फ़ाइल को जैसा लौटाया गया है और चीनी सेटअप के साथ संकलित करता है, और अनसुलझे संदर्भों, अनसुलझे उद्धरणों और अनुपलब्ध ग्लिफ़ों की गणना करता है (Tectonic और pdftotext की आवश्यकता है);
• run_llm_latex_test.py: किसी भी OpenAI-संगत स्थानीय सर्वर के लिए तीन प्रॉम्प्ट शर्तें;
• outputs फ़ोल्डर में नौ आउटपुट, साथ में check-results.txt, compile-results.txt, और results.csv।