छिपी हुई जानकारी उजागर किए बिना रिडैक्टेड PDF का अनुवाद कैसे करें

अनुवाद से पहले PDF रिडैक्शन लागू करें और सत्यापित करें, छिपी हुई जानकारी हटाएं, और पुष्टि करें कि अनुवादित वर्किंग कॉपी हटाए गए टेक्स्ट को उजागर नहीं करती है।

BookTranslator Team

PDF अनुवाद अनुवाद गुणवत्ता नियंत्रण

29 सित॰ 202612 min read

किसी रिडैक्टेड PDF का अनुवाद केवल तभी करें जब रिडैक्शन किसी अधिकृत वर्किंग कॉपी पर स्थायी रूप से लागू कर दिए गए हों। कोई काला आयत, हाइलाइट, क्रॉप या सफेद आकार इस बात का प्रमाण नहीं है कि जानकारी हटा दी गई है। अंतर्निहित सामग्री को हटाएं, छिपी हुई जानकारी को सैनिटाइज़ करें, सटीक फ़ाइल को फिर से खोलें, और किसी भी अनुवाद सेवा को भेजने से पहले उसका परीक्षण करें।

क्रम बहुत महत्वपूर्ण है:

प्रतिबंधित मूल फ़ाइल को सुरक्षित रखें।
एक अलग अधिकृत वर्किंग कॉपी बनाएं।
टेक्स्ट, छवियों और पेजों पर वास्तविक रिडैक्शन लागू करें।
दृश्यमान पेज के बाहर मौजूद छिपी हुई जानकारी को हटाएं।
वर्किंग कॉपी को स्वतंत्र रूप से सत्यापित करें।
केवल उसी सत्यापित कॉपी का अनुवाद करें।
अनुवादित आउटपुट पर लीक संबंधी जांच दोहराएं।

डाउनलोड करें सिंथेटिक स्रोत, असुरक्षित मास्क, सुरक्षित वर्किंग कॉपी, जनरेटर, और ऑडिट परिणाम। वे एक विफलता को स्पष्ट रूप से दिखाते हैं: असुरक्षित PDF ढकी हुई दिखती है लेकिन फिर भी निकाले जा सकने वाले टेक्स्ट, मेटाडेटा और एक नोट के माध्यम से कल्पित सेंटिनल को उजागर करती है।

रिडैक्शन और अनुवाद अलग-अलग नियंत्रण प्रक्रियाएं हैं

रिडैक्शन यह तय करता है कि कौन सी जानकारी प्रतिबंधित वातावरण से बाहर जा सकती है। अनुवाद बची हुई सामग्री की भाषा बदलता है। किसी अनुवाद टूल से यह तय करने की उम्मीद नहीं की जानी चाहिए कि कौन से नाम, पहचानकर्ता, खंड, चित्र, टिप्पणियां या अटैचमेंट प्रकटीकरण के लिए अधिकृत हैं।

यह एक स्पष्ट सीमा रेखा तय करता है:

दस्तावेज़ का स्वामी इसके दायरे और प्रकटीकरण के अधिकार को नियंत्रित करता है;
एक स्वीकृत रिडैक्शन टूल प्रतिबंधित सामग्री को हटाता है;
एक स्वतंत्र जांच सटीक वर्किंग कॉपी का सत्यापन करती है; और
अनुवाद कार्यप्रवाह उस जांच के सफल होने के बाद ही शुरू होता है।

मूल फ़ाइल अपलोड करके किसी अनुवादक से "काले किए गए हिस्सों को अनदेखा करने" के लिए न कहें। लेआउट-सचेत अनुवादक, OCR प्रक्रिया, रूपांतरण टूल या समीक्षक उन ऑब्जेक्ट्स को पढ़ सकते हैं जिन्हें पेज पूर्वावलोकन नहीं दिखाता है।

एक काला बॉक्स उसके नीचे के रहस्य को सुरक्षित रख सकता है

PDF पेज टेक्स्ट, छवियों, ड्राइंग निर्देशों, एनोटेशन और अन्य ऑब्जेक्ट्स से मिलकर बनते हैं। एक अपारदर्शी आयत बनाने से केवल यह बदलता है कि व्यूअर सबसे ऊपर क्या प्रदर्शित करता है; यह अनिवार्य रूप से उस चीज़ को नहीं हटाता जिसे पहले रेंडर किया गया था।

हमारे सिंथेटिक फ़िक्सचर में एक स्रोत पंक्ति में गढ़ा गया सेंटिनल BT-REDACT-9472 शामिल है। असुरक्षित संस्करण उस पंक्ति पर एक काला आयत (ब्लैक रेक्टैंगल) बना देता है, और फिर जानबूझकर तीन स्थानों पर सेंटिनल को बनाए रखता है:

पेज के निकालने योग्य (एक्सट्रैक्टेबल) टेक्स्ट में;
दस्तावेज़ के मेटाडेटा में; और
एक टेक्स्ट एनोटेशन में।

सुरक्षित फ़िक्सचर को बिना सेंटिनल के फिर से तैयार किया गया है। ऑडिट में निकाले गए टेक्स्ट, मेटाडेटा, एनोटेशन और डिकोड की गई पेज कंटेंट स्ट्रीम की जांच की जाती है।

फ़िक्सचर	मास्क किया हुआ दिखता है	निकाला गया टेक्स्ट	मेटाडेटा	एनोटेशन	ऑडिट परिणाम
स्रोत	नहीं	सेंटिनल मौजूद है	सुरक्षित	कोई नहीं	अपेक्षित स्रोत
असुरक्षित ब्लैक बॉक्स	हाँ	सेंटिनल मौजूद है	सेंटिनल मौजूद है	सेंटिनल मौजूद है	विफल
सुरक्षित वर्किंग कॉपी	हाँ	सेंटिनल अनुपस्थित	सेंटिनल अनुपस्थित	कोई नहीं	घोषित जांचों के लिए पास

जाँच करें CSV ऑडिट या JSON ऑडिट, फिर इसे दोबारा बनाएँ जनरेटरके साथ। यह एक टेस्ट फिक्सचर है, इस बात का प्रमाण नहीं कि किसी विशिष्ट व्यावसायिक रिडैक्शन या अनुवाद उत्पाद ने इसे पास कर लिया है।

यह पास परिणाम जानबूझकर सीमित दायरे में रखा गया है। यह साबित नहीं करता कि हर संभावित PDF ऑब्जेक्ट सुरक्षित है, डिजिटल हस्ताक्षर मान्य रहता है, या फ़ाइल किसी अदालत, नियामक, ग्राहक अथवा संगठनात्मक नियम को संतुष्ट करती है।

संपादन से पहले रिडैक्शन इन्वेंट्री तैयार करें

शुरुआत केवल किसी एक व्यक्ति का नाम खोजने से न करें। ऐसी हर सतह की इन्वेंट्री बनाएँ जो प्रतिबंधित जानकारी को उजागर कर सकती है।

सतह	किसकी इन्वेंट्री बनाएँ	अनुवाद इसे क्यों उजागर कर सकता है
दृश्यमान टेक्स्ट	नाम, आईडी, पते, क्लॉज़, टेबल सेल	एक्सट्रैक्शन विज़ुअल ओवरले के पीछे छिपे टेक्स्ट को पढ़ सकता है
छवियाँ और स्कैन	चेहरे, हस्ताक्षर, हस्तलेखन, स्क्रीनशॉट	OCR पिक्सेल से शब्दों को दोबारा हासिल कर सकता है
OCR टेक्स्ट लेयर	पेज की छवियों के पीछे मौजूद पहचाना गया टेक्स्ट	पेज सुरक्षित दिख सकता है जबकि कॉपी किया गया टेक्स्ट लीक हो सकता है
टिप्पणियाँ और एनोटेशन	नोट्स, जवाब, लेखक के नाम, समीक्षा का टेक्स्ट	उन्हें अलग से प्रोसेस या सुरक्षित रखा जा सकता है
मेटाडेटा	शीर्षक, विषय, कीवर्ड, लेखक, कस्टम प्रॉपर्टीज़	यह दिखाई देने वाले पेज के बाहर जाता है
अटैचमेंट्स	एम्बेडेड स्प्रेडशीट, सोर्स फ़ाइलें, दस्तावेज/प्रदर्श	एक सुरक्षित दिखने वाला मुख्य पेज भी किसी असुरक्षित फ़ाइल को ले जा सकता है
बुकमार्क और लिंक	लेबल, गंतव्य, URL	लेबल या गंतव्यों में प्रतिबंधित नाम हो सकते हैं
लेयर्स और छिपे हुए ऑब्जेक्ट्स	वैकल्पिक आर्टवर्क, छिपा हुआ टेक्स्ट, क्रॉप की गई सामग्री	अलग-अलग व्यूअर और कन्वर्टर उन्हें उजागर कर सकते हैं
फ़ॉर्म और स्क्रिप्ट	फ़ील्ड मान, डिफ़ॉल्ट, गणनाएँ, क्रियाएँ	डेटा सामान्य पेज टेक्स्ट के बाहर भी बना रह सकता है

Adobe का वर्तमान रिडैक्शन वर्कफ़्लो सामग्री को चिह्नित करने और रिडक्शन लागू करने की प्रक्रिया को अलग रखता है, साथ ही यह छिपी हुई जानकारी को हटाने (सैनिटाइजेशन) की सुविधा भी देता है। Adobe का विस्तृत ट्यूटोरियल यह भी बताता है कि छवियों और लाइन आर्ट के अंदर मौजूद टेक्स्ट सामान्य टेक्स्ट खोज से नहीं मिलता है। इसलिए केवल खोज पर आधारित प्रक्रिया स्कैन की गई सामग्री के लिए अधूरी है।

अपलोड करने से पहले अधिकार, सेवा नीति, डेटा रिटेंशन और डिलीशन से जुड़े व्यापक निर्णय के लिए दस्तावेज़ अनुवाद गोपनीयता चेकलिस्टका उपयोग करें। यह गाइड अधिक सटीक तकनीकी प्रश्न पर केंद्रित है: क्या PDF की वर्किंग कॉपी में अभी भी वह जानकारी मौजूद है जिसे हटाया जाना चाहिए था।

अनुवाद से पहले रिडक्शन लागू करें

दस्तावेज़ स्वामी द्वारा अनुमोदित रिडक्शन सॉफ़्टवेयर और समीक्षा प्रक्रिया का उपयोग करें। Acrobat के वर्तमान डेस्कटॉप वर्कफ़्लो में, सही क्रम यह है: Redact टूल चुनें, टेक्स्ट या छवियों को चिह्नित करें, रिडक्शन लागू करें, छिपी हुई जानकारी को सैनिटाइज़ करने का विकल्प चुनें और एक नई फ़ाइल सहेजें। इंटरफ़ेस के लेबल बदल सकते हैं; नियंत्रण का उद्देश्य नहीं बदलता।

फ़ाइल से जुड़े इस नियम का पालन करें:

प्रतिबंधित मूल फ़ाइल को केवल पढ़ने योग्य (रीड-ओनली) रखें।
स्पष्ट संस्करण नाम वाली एक कॉपी पर काम करें।
हटाने के लिए स्वीकृत प्रत्येक आइटम को चिह्नित करें।
रिडक्शन लागू करें; केवल पूर्वावलोकन (प्रिव्यू) स्थिति पर न रुकें।
स्वामी द्वारा आवश्यक छिपी हुई जानकारी की श्रेणियों को सैनिटाइज़ करें।
मूल फ़ाइल को ओवरराइट करने के बजाय एक नए फ़ाइल नाम से सहेजें।
सत्यापित की जाने वाली सटीक फ़ाइल का हैश निकालें या उसे किसी अन्य तरीके से विशिष्ट रूप से पहचानें।

केवल इसलिए पहले अनुवाद और बाद में रिडक्शन न करें क्योंकि समीक्षक के लिए लक्षित भाषा समझना आसान है। ऐसा करने से अनुवाद पाइपलाइन में प्रतिबंधित स्रोत जानकारी चली जाती है और रखरखाव के लिए दो अलग-अलग रिडैक्ट की गई फ़ाइलें बन जाती हैं।

OCR को जानकारी उजागर होने का दूसरा संभावित माध्यम मानें

स्कैन किए गए पृष्ठ में दृश्यमान पिक्सेल और एक अदृश्य पहचानी गई टेक्स्ट परत (लेयर) दोनों हो सकते हैं। केवल किसी एक को रिडैक्ट करना असुरक्षित है:

केवल OCR टेक्स्ट हटाएं, और पृष्ठ छवि अभी भी जानकारी दिखा सकती है;
केवल छवि को छिपाएं, और OCR लेयर अभी भी इसे खोज या कॉपी करने के लिए उजागर कर सकती है; या
दिखावटी मास्किंग के बाद OCR चलाएं, और टेक्स्ट पहचान मूल पिक्सेल को पुनः प्राप्त कर सकती है।

उपयोग करने से पहले छवि और टेक्स्ट लेयर दोनों का निरीक्षण करें स्कैन किए गए PDF का अनुवाद वर्कफ़्लो। यदि अधिकृत रिडैक्शन प्रक्रिया किसी पृष्ठ को एक नई रेखापुंज छवि (रास्टर इमेज) में बदल देती है, तो सत्यापित करें कि उसके बाद कौन सी टेक्स्ट लेयर जोड़ी गई है।

अपलोड करने से पहले ठीक उसी वर्किंग कॉपी को सत्यापित करें

सहेजी गई उम्मीदवार फ़ाइल को प्राप्तकर्ता के नज़रिए से दोबारा खोलें। पहले के किसी ड्राफ्ट को सत्यापित करके बाद के एक्सपोर्ट को अपलोड न करें।

कम से कम ये जांच अवश्य करें:

प्रत्येक ज्ञात रिडैक्टेड स्ट्रिंग और उसके मिलते-जुलते रूपों को खोजें।
प्रत्येक रिडैक्शन के आस-पास के टेक्स्ट को चुनकर एक प्लेन-टेक्स्ट एडिटर में कॉपी करें।
जोखिम अधिक होने पर किसी स्वतंत्र टूल से दस्तावेज़ का टेक्स्ट निकालें (एक्सट्रैक्ट करें)।
दस्तावेज़ के गुणों (प्रॉपर्टीज़) और कस्टम मेटाडेटा की जांच करें।
टिप्पणियाँ (कमेंट्स) या एनोटेशन पैनल खोलें।
अटैचमेंट, बुकमार्क, लेयर्स, फ़ॉर्म फ़ील्ड्स और स्क्रिप्ट्स की जांच करें।
एक समीक्षा प्रति रेंडर या प्रिंट करें और प्रत्येक प्रभावित पृष्ठ का निरीक्षण करें।
पहले समीक्षक के चेकलिस्ट निशानों पर निर्भर हुए बिना किसी दूसरे समीक्षक से उच्च-जोखिम वाली फ़ाइल का परीक्षण कराएं।

ज्ञात स्ट्रिंग्स को खोजने से किसी लीक का पता चल सकता है; लेकिन खोज में कुछ न मिलने से यह साबित नहीं होता कि कोई अज्ञात गोपनीय जानकारी मौजूद नहीं है। इसीलिए इन्वेंट्री और स्वतंत्र समीक्षा सबसे पहले आती हैं।

यदि PDF में डिजिटल हस्ताक्षर हैं, तो हस्ताक्षरित मूल प्रति को सुरक्षित रखें और प्राप्तकर्ता प्राधिकरण की प्रलेखित प्रक्रिया का उपयोग करें। Adobe विशेष रूप से हस्ताक्षर करने के बाद किए गए परिवर्तनों की समीक्षा के लिए हस्ताक्षरित-संस्करण तुलना (साइंड-वर्जन कम्पेरिज़न) प्रदान करता है; यह न मानें कि किसी रिडैक्टेड या अनूदित प्रति को मूल हस्ताक्षर विरासत में मिल जाते हैं।

सत्यापित प्रति का अनुवाद करें, मूल मास्टर फ़ाइल का नहीं

एक बार जब स्वामी सत्यापित वर्किंग कॉपी को स्वीकृत कर दे, तो शेष PDF के आधार पर अनुवाद का तरीका चुनें:

मानक PDF वर्कफ़्लो का उपयोग करें जब टेक्स्ट चयन योग्य हो और लेआउट बनाए रखना महत्वपूर्ण हो;
OCR मोड का उपयोग करें जब स्वीकृत प्रति केवल-छवि (इमेज-ओनली) हो और सटीक पृष्ठ मिलान की तुलना में पठनीय सामग्री अधिक महत्वपूर्ण हो; या
दस्तावेज़ को मैन्युअल रूप से दोबारा बनाएं जब रिडैक्शन प्रक्रिया ने फ़ॉर्म, हस्ताक्षर, एक्सेसिबिलिटी संरचना या निर्माण आवश्यकताओं को काफी हद तक बदल दिया हो।

BookTranslator संपूर्ण PDF फ़ाइलों को प्रोसेस कर सकता है, जिसमें OCR मोड के माध्यम से स्कैन की गई या अधिक छवियों वाली PDF भी शामिल हैं। यह रिडैक्शन नहीं करता है और न ही इसे प्रमाणित करता है। OCR मोड पठनीय अनूदित सामग्री का पुनर्निर्माण करता है और हो सकता है कि यह मूल पृष्ठ लेआउट, फ़ॉन्ट या फ़ॉन्ट आकारों को सुरक्षित न रखे। केवल पहले से स्वीकृत वर्किंग कॉपी ही अपलोड करें और भुगतान करने से पहले कार्य विवरण की जांच करें।

यदि ये प्रतिबंध उपयुक्त बैठते हैं, तो पहले एक प्रतिनिधि प्रति पर PDF translator का उपयोग करें। यदि आउटपुट किसी संपादन (रेडक्शन) लेबल का अर्थ बदल देता है, किसी स्वीकृत प्रकटीकरण नोटिस को हटा देता है, या ऐसी सामग्री का पुनर्निर्माण करता है जो मौजूद नहीं होनी चाहिए, तो तुरंत रुक जाएं।

अनुवादित आउटपुट पर लीक ऑडिट दोहराएं

एक सुरक्षित स्रोत वर्किंग कॉपी बाद की प्रत्येक फ़ाइल को अपने आप सुरक्षित नहीं बनाती है। रूपांतरण और पुनर्निर्माण के दौरान मेटाडेटा, टिप्पणियाँ, OCR लेयर्स, अस्थायी सामग्री या कॉपी की गई वस्तुएँ जुड़ सकती हैं।

अंतिम अनुवादित PDF पर:

ज्ञात-स्ट्रिंग खोज और टेक्स्ट निष्कर्षण को दोहराएं;
स्रोत वर्किंग कॉपी की तरह ही छिपी हुई सामग्री वाली सतहों का निरीक्षण करें;
पुष्टि करें कि प्रत्येक रेडैक्शन अपने इच्छित स्थान पर ही बना हुआ है;
जांचें कि अनुवादित ओवरले लेबल स्वीकृत सीमा से अधिक जानकारी उजागर न करें;
हेडर, फ़ुटर, बुकमार्क, अटैचमेंट और फ़ॉर्म फ़ील्ड सत्यापित करें;
स्रोत और लक्षित हैश या अपरिवर्तनीय संस्करणों को रिकॉर्ड करें; और
गोपनीयता गेट पास होने के बाद पूरी PDF अनुवाद QA चेकलिस्ट लागू करें।

ऑडिट लॉग को संवेदनशील सामग्री से मुक्त रखें। इसके बजाय केवल एक आंतरिक संदर्भ, स्वीकृत दायरा, फ़ाइल पहचानकर्ता, समीक्षक, टूल और संस्करण, किए गए परीक्षण, अपवाद और रिलीज का निर्णय रिकॉर्ड करें।

अनुमान लगाने के बजाय रुकें

यदि इनमें से कोई भी स्थिति हो, तो फ़ाइल को अनुवाद के लिए न भेजें:

प्रकटीकरण का अधिकार स्पष्ट नहीं है;
रेडैक्शन केवल विज़ुअल ओवरले हैं;
चिह्नित किए गए रेडैक्शन लागू नहीं किए गए थे;
इमेज सामग्री या OCR टेक्स्ट की जांच नहीं की गई थी;
छिपी हुई जानकारी की सूची तैयार नहीं की गई थी;
किसी हस्ताक्षर, फ़ॉर्म, अटैचमेंट या लेयर का कोई स्वामी (ओनर) नहीं है;
अपलोड के लिए चुनी गई फ़ाइल को अलग से दोबारा खोलकर उसकी जांच नहीं की गई थी; या
फ़ाइल प्राप्त करने वाले पक्ष की शर्तें या आवश्यकताएं अज्ञात हैं।

व्यावहारिक नियम सीधा है: रिडेक्शन ऐसा होना चाहिए जिससे प्रतिबंधित जानकारी अनुवाद पाइपलाइन के लिए पूरी तरह अनुपलब्ध हो जाए, न कि केवल पेज देखने वाले किसी व्यक्ति के लिए उसे पढ़ना असुविधाजनक बने। मूल वर्किंग कॉपी पर इस तथ्य की पुष्टि करें, और फिर अनूदित परिणाम पर भी इसकी दोबारा पुष्टि करें।