Kako prevesti PDF i pritom zadržati format

Brzi odgovor: Očuvajte smislenu strukturu dokumenta, a ne svaku koordinatu

Da biste preveli PDF bez gubitka formatiranja, najprije utvrdite sadrži li odabirivi tekst, skenirane slike ili oboje. Zatim testirajte najzahtjevniju reprezentativnu stranicu s PDF prevoditeljem koji poštuje izgled prije obrade cijele datoteke. Zasebno provjerite redoslijed čitanja, prelijevanje teksta, tablice, oznake grafikona, fusnote, fontove i tekst s pisanjem zdesna nalijevo.

Cilj nije identičnost do piksela. Prijevod može pomaknuti prijelom retka ili dodati stranicu, a da pritom ispravno očuva dokument. Neuspjeh nastupa kada informacija nestane, premjesti se u pogrešan redak tablice, postane nečitljiva ili izgubi vezu s opisom, fusnotom ili vizualnim elementom.

Koristite ovu tablicu odluka kao početnu točku:

Ovo je središnji tijek rada za kategoriju prevođenja PDF-a. Ako birate između proizvoda, a ne dijagnosticirate datoteku, počnite s usporedbom alata za prevođenje PDF-a. Ako ne možete odabrati nikakav tekst, prijeđite izravno na tijek rada za skenirane PDF-ove i OCR.

Što bi „zadržavanje formatiranja” zapravo trebalo značiti

Očuvanje formatiranja nije jedna značajka koja prolazi ili ne prolazi. Ima najmanje pet slojeva:

1. Potpunost sadržaja: svaki smisleni odlomak, oznaka, upozorenje, broj i napomena ostaju prisutni.
2. Logička struktura: naslovi, popisi, ćelije tablice, opisi, fusnote i redoslijed čitanja i dalje izražavaju iste odnose.
3. Vizualna hijerarhija: naslovi i dalje izgledaju kao naslovi, opisi ostaju podređeni, a povezani objekti ostaju grupirani.
4. Podrška za pismo: odabrani fontovi sadrže ciljne znakove, a smjer pisanja i interpunkcija ispravno se prikazuju.
5. Upotrebljivost stranice: rezultat ostaje čitljiv pri normalnoj veličini bez odrezivanja, preklapanja ili nerazmjernog smanjivanja fonta.

Adobeova dokumentacija za PDF opisuje vidljivi sadržaj stranice kao popis objekata i operacija označavanja, a ne kao Wordovski niz odlomaka koji se mogu uređivati. Također razlikuje logičku strukturu dokumenta od njegova vizualnog smještaja. To objašnjava zašto PDF može izgledati ispravno, dok su kopirani tekst, redoslijed pristupačnosti ili redoslijed prevođenja pogrešni. Pogledajte Adobeovu dokumentaciju o sadržaju PDF stranice i logičkoj strukturi u označenim PDF-ovima.

Praktično pravilo je jednostavno: usporedite prevedeni dokument na razini odnosa, a ne samo snimki zaslona.

Reproducibilan test opterećenja za PDF raspored

Izradili smo dvostranični sintetički test opterećenja za prevođenje PDF rasporeda kako bi se teški dijelovi PDF-a mogli testirati bez korisničkih dokumenata. To je A4, označeni PDF s izmišljenim imenima i brojkama. To je pomoćna datoteka, a ne mjerilo dobavljača i nije dokaz da bilo koji alat proizvodi točan prijevod.

Stranica 1 testira:

• redoslijed čitanja u dva stupca;
• tablicu sa spojenom ćelijom;
• cijeli broj, iznos u valuti, predznačeni postotak i formulu;
• oznake na grafikonu čiji položaj nosi značenje;
• namjerno usko fiksno tekstualno područje;
• fusnotu koja mora ostati povezana sa svojom oznakom.

Stranica 2 smješta engleski, njemački, kineski i arapski tekst u okvire jednake veličine. Otkriva četiri različita problema: lokalno širenje, prelamanje redaka, nedostajuće znakove i dvosmjerni raspored.

W3C-ove smjernice o veličini teksta u prijevodu objašnjavaju zašto se kratke oznake i usko ograničena područja mogu nerazmjerno proširiti, dok se drugi prijevodi mogu skratiti. Unicodeov Bidirectional Algorithm propisuje kako se razrješavaju miješani znakovi slijeva nadesno i zdesna nalijevo. Nijedan se problem ne može pouzdano riješiti brojanjem znakova izvornika.

Preuzmite testni uzorak i pokrenite ga kroz svaki postupak koji razmatrate. Zabilježite alat, datum, postavke, izvorni jezik, ciljni jezik i izlaznu datoteku. Time se „formatiranje izgleda u redu” pretvara u ponovljiv test.

Dijagnosticirajte svoj PDF prije prevođenja

1. Provjerite je li tekst odabirljiv

Pokušajte odabrati jednu rečenicu i jednu ćeliju tablice.

• Ako se oboje odabire čisto, PDF vjerojatno ima upotrebljiv tekstualni sloj.
• Ako se cijela stranica odabire kao jedna slika, potreban je OCR.
• Ako se tekst odabire u sitnim ulomcima ili kopirani redci stižu izvan redoslijeda, vizualni smještaj nije isto što i logička struktura.

Adobe napominje da skenirani PDF u početku sadrži slikovne podatke, a ne tekst koji se može pretraživati. OCR dodaje sloj koji se može odabrati i pretraživati, no Adobe također preporučuje pregled pogrešaka prepoznavanja nakon obrade. Pogledajte Prepoznavanje teksta u skeniranim PDF-ovima.

2. Kopirajte zahtjevan odjeljak u uređivač običnog teksta

Učinite to s odlomkom u dva stupca, jednim cijelim retkom tablice i opisom. Ako je zalijepljeni redoslijed pogrešan prije prevođenja, sloj prijevoda počinje od pogrešnog slijeda.

Adobeova dokumentacija alata za redoslijed čitanja pokazuje da složene tablice, slike, blisko raspoređeni stupci i elementi stranice mogu zahtijevati izričito popravljanje redoslijeda i označavanja. Tečnost ne može popraviti odlomak sastavljen od pogrešnih ulomaka.

3. Odaberite najtežu reprezentativnu stranicu

Ne testirajte naslovnu stranicu. Odaberite stranicu koja će najvjerojatnije zakazati:

• najgušću tablicu;
• najuži bočni stupac ili istaknutu napomenu;
• stranicu u dva stupca s fusnotom;
• grafikon s kratkim oznakama;
• stranicu koja sadrži CJK, arapsko, devanagari ili miješano pismo;
• sken sa slabim kontrastom ili nagibom.

Ako najteža stranica zakaže, prevođenje 200 lakših stranica prvo samo stvara više posla oko čišćenja.

4. Zabilježite nepromjenjiva ograničenja

Različiti dokumenti zahtijevaju različite definicije „sačuvanog”.

Zapišite ta ograničenja prije nego što odaberete način ispravka. U suprotnom, recenzenti su skloni štititi vizualnu sličnost čak i kada ona šteti značenju.

Najsigurniji cjeloviti tijek rada

Korak 1: Sačuvajte izvor i uspostavite osnovnu razinu

Sačuvajte nepromijenjenu izvornu datoteku. Zabilježite broj stranica, vrstu datoteke, jezik, je li PDF označen i je li tekst odabirljiv. Ako će dokument kasnije biti ažuriran, sačuvajte i izvorni dokument i PDF.

Korak 2: Pokrenite OCR samo kada je potrebno

Za stranice koje sadrže samo slike pokrenite OCR na ispravnom izvornom jeziku. Prije prevođenja provjerite imena, brojeve, interpunkciju, tablice, fusnote i područja slabog kontrasta. Pogreške OCR-a su pogreške na izvoru: sustav za prevođenje može proizvesti tečan rezultat iz teksta koji je pogrešno prepoznat.

Namjenski vodič za skenirane PDF-ove detaljnije obrađuje čišćenje skenova, odabir jezika za OCR, sumnjive znakove i provjere privatnosti.

Korak 3: Prevedite reprezentativnu stranicu

Koristite radni tok osmišljen za vraćanje dokumenta, a ne samo prevedenog teksta. Za većinu formatiranih PDF-ova to znači učitavanje testne datoteke u BookTranslator PDF Translator, odabir jezičnog para i pregled vraćenog PDF-a.

Nemojte ocjenjivati samo najlakši odlomak. Usporedite točno one elemente navedene u svojoj osnovi.

Korak 4: Pregledajte strukturu prije teksta

Provjerite ovim redom:

1. Jesu li sva izvorišna područja uključena?
2. Je li redoslijed čitanja ispravan?
3. Pokazuju li retci tablice, oznake grafikona, opisi i fusnote još uvijek na ispravne objekte?
4. Jesu li brojevi, nazivi, jedinice i formule netaknuti?
5. Prikazuje li se ciljno pismo ispravno?
6. Tek tada: je li prijevod tečan i točan?

Uglađen prijevod pogrešnog redoslijeda teksta i dalje je neuspješan dokument.

Korak 5: Prevedite cijelu datoteku i uzorkujte rizične stranice

Nakon što reprezentativna stranica prođe, prevedite cijeli PDF. Pregledajte prvo, srednje i posljednje pojavljivanje svake rizične strukture umjesto da provjeravate samo prvu stranicu.

Za dugo izvješće to može značiti:

• prvu i posljednju dvostupačnu stranicu;
• najjednostavniju i najgušću tablicu;
• grafikon pri početku i pri kraju;
• svaku stranicu s upozorenjem;
• svaku stranicu na kojoj se mijenja ciljno pismo ili font.

Korak 6: Primijenite najmanje razoran popravak

Popravite lokalni problem lokalno. Nemojte globalno smanjivati dokument zato što je jedan naslov dugačak.

Ispravite prelijevanje teksta bez smanjivanja svega

Prevedeni tekst prelazi okvire kada ciljani izričaj više ne odgovara geometriji izvornog područja. Neposredni uzrok može biti širenje teksta, ali ograničenje je obično jedan određeni okvir, stupac, redak, font ili pravilo prijeloma retka.

Primijenite ispravke ovim redoslijedom:

Ne oslanjajte se na jedinstveni postotak proširenja za pojedini jezik. Njemački odlomak može stati, dok složeni naslov ne uspijeva. Kineski tekst može se skratiti, ali neprevedeni URL i dalje prelazi ćeliju. Arapski može stati prema broju znakova, ali ne uspijeva jer su font, oblikovanje, interpunkcija ili smjer pogrešni.

Upotrijebite ovu dijagnostiku:

• Odsječeno u jednom okviru: promijenite veličinu ili prelomite taj dio.
• Kvadratići ili znakovi koji nedostaju: zamijenite ili ugradite font s potrebnim glifovima.
• Duge riječi ili URL-ovi se ne prelamaju: popravite pravila za prelamanje redaka ili rastavljanje riječi.
• Ne uspijevaju samo zaglavlja tablice: upotrijebite popravak specifičan za tablicu.
• Ponavljajuća zaglavlja sudaraju se na svakoj stranici: izmijenite predložak stranice, a ne svaki odlomak.
• Dva fragmenta postaju jedan preveliki odlomak: popravite redoslijed čitanja prije nego što dirate tipografiju.

Ako izvorni raspored nema mjesta za vjernu verziju na ciljnom jeziku, identične koordinate pogrešan su kriterij prihvaćanja. Umjesto toga sačuvajte cjelovitost, hijerarhiju i čitljivost.

Sačuvajte tablice, grafikone, brojeve i fusnote

PDF tablica nije uvijek pohranjena kao tablica. Može biti tekst koji se može uređivati preko mrežnih linija, mnogo pozicioniranih fragmenata ili jedna slika. Oznaka grafikona može biti zaseban tekst ili ugrađena u grafiku.

To stvara četiri neovisne klase pogrešaka:

Upotrijebite pregled zaštićenih tokena za:

• cijele brojeve i decimalne vrijednosti;
• pozitivne i negativne predznake;
• postotke, valute, datume i brojeve verzija;
• jedinice i formule;
• brojeve tablica i slika;
• oznake fusnota i njihov pripadajući tekst.

Lokalne konvencije mogu promijeniti decimalne separatore ili položaj valute. Pitanje nije jesu li svi znakovi identični; pitanje je predstavlja li prijevod istu količinu i ostaje li povezan s ispravnom oznakom.

Za svaku tablicu provjerite:

1. Broj redaka i stupaca još uvijek se podudara.
2. Spojene ćelije pokrivaju iste zapise.
3. Svaki broj ostaje uparen sa svojom izvornom oznakom.
4. Jedinice, predznaci i preciznost su ispravni.
5. Fusnote još uvijek određuju namjeravanu vrijednost.
6. Prelamanje zaglavlja nije sakrilo sadržaj.

Za svaki grafikon provjerite da geometrija i podaci ostanu nepromijenjeni, da oznake još uvijek identificiraju ispravne vizualne elemente i da naslovi ostanu povezani. Ako su oznake ugrađene u sliku, upotrijebite OCR koji prepoznaje slike i ponovno ih nacrtajte ili zadržite izvorni grafikon s prevedenim naslovom ili legendom. Nemojte rastezati ni obrezivati grafikon kako bi se prilagodio duljim oznakama.

Ako financijska, znanstvena ili pravna tablica sadrži čak i jedan pogrešan odnos vrijednosti, dokument je neuspješan bez obzira na to kako uglađeno izgleda.

Odaberite dvojezični PDF raspored

Dvojezični PDF koristan je kada netko mora provjeriti ciljni tekst prema izvorniku. Nije automatski najbolji konačni proizvod.

Ne poravnavajte prema vizualnim prijelomima redaka. Prijevod može jednu izvornu rečenicu podijeliti u dvije ciljne ili spojiti dvije kratke rečenice. Koristite naslove, slijed odlomaka, brojeve tablica, brojeve slika, stavke popisa i oznake fusnota kao stabilne sidrišne točke.

Usporedni prikaz loš je zadani izbor kada izvor već ima više kolona, guste tablice, marginalne bilješke ili veliko lokalno širenje. U tim slučajevima nasuprotne stranice ili sinkronizirane jednojezične datoteke čuvaju uobičajenu širinu čitanja i olakšavaju izdvajanje pogrešaka.

Oba jezika trebala bi ostati pretraživa i odabiriva kada je to moguće. Provjerite redoslijed kopiranog teksta, metapodatke o jeziku dokumenta, naslove, oznake tablica i opise slika. Ako je pristupačnost strogi uvjet, odvojene jednojezične datoteke često su sigurnije od složene strukture izmjeničnih kolona.

Odaberite pravi alat za posao

Namjenski prevoditelj PDF-a

Koristite namjenski prevoditelj za duge, formatirane PDF-ove ili one namijenjene klijentima. To je ispravna početna točka kada je potreban izlaz drugi upotrebljiv PDF, a ne tekstualni transkript.

Google Translate

Koristite Google Translate za brzo razumijevanje kratkih, jednostavnih dokumenata kada izgled nije dio isporuke. Stranice s više stupaca, skenirani dokumenti, guste tablice i završno objavljivanje zahtijevaju kontroliraniji tijek rada. Vodič za PDF u Google Translateu pokriva njegov tijek rada s dokumentima i znakove neuspjeha.

ChatGPT

Koristite ChatGPT za kratke odlomke, pripremu pojmovnika, odluke o tonu i dvojezičnu provjeru. Nemojte tretirati chat sučelje kao alat za prijelom stranica dugog PDF-a. Tijek rada s ChatGPT-om za PDF uključuje upute koje zabranjuju sažimanje i dodavanje sadržaja.

Pretvorite PDF u DOCX

Pretvorite prvo samo kada namjeravate ručno uređivati ili ponovno izgraditi dokument. Pretvorba može razdvojiti tablice, promijeniti redoslijed fragmenata i pretvoriti oznake grafikona u lebdeće okvire prije nego što prijevod počne. Testirajte najzahtjevniju stranicu prije nego što se obvežete. Ako je pretvoreni DOCX strukturno čist, nastavite s DOCX prevoditeljem; ako je već slomljen, prijevod neće popraviti pretvorbu.

Ljudski ili dvojezični recenzent

Koristite kvalificiranog recenzenta za pravni, medicinski, financijski, sigurnosno kritični, akademski ili objavljeni sadržaj. Tijek rada s prijelomom može sačuvati svaki okvir, a da značenje ipak bude pogrešno. Pogledajte stvarne primjere prijevoda kako biste vidjeli kako odvajamo jezičnu provjeru od provjere prijeloma.

Kontrolni popis za prihvaćanje prijevoda PDF-a

Blokirajući problemi

• Nedostajući ili odrezani tekst
• Netočan redoslijed čitanja
• Preklapajući odlomci ili oznake
• Brojevi dodijeljeni pogrešnom retku ili elementu grafikona
• Promijenjene formule, znakovi, jedinice ili reference
• Nečitljiva veličina fonta
• Nedostajući znakovi ciljnog jezika
• Pokvaren smjer i interpunkcija arapskog ili hebrejskog pisma
• Skrivena upozorenja, opisi ili fusnote

Veliki nedostaci

• Nespretno, ali čitljivo prelamanje
• Opisi odvojeni od slika
• Veliko neobjašnjeno pomicanje stranica
• Nedosljedno oblikovanje naslova
• Ponovljene lokalne promjene veličine fonta
• Dvojezični blokovi poravnati s pogrešnim izvornim odlomkom

Kozmetičke razlike

• Različiti završeci redaka
• Male promjene razmaka
• Umjerena promjena broja stranica s ispravljenim referencama
• Nešto drugačije visine redaka tablice sa svim vidljivim sadržajem

Za svaku neuspješnu stranicu zabilježite izvornu stranicu, vrstu elementa, simptom, ograničenje koje ga uzrokuje, popravak i je li potrebna dvojezična provjera značenja. Taj revizijski trag korisniji je od napomene „oblikovanje prilagođeno”.

Preporučeni tijek rada za većinu PDF-ova

1. Sačuvajte netaknuti izvorni PDF.
2. Provjerite jesu li tekst i ćelije tablice odabirljivi.
3. Pokrenite OCR samo za sadržaj koji je isključivo slika, zatim pregledajte pogreške prepoznavanja.
4. Preuzmite PDF stress test ili odaberite najzahtjevniju stranicu iz vlastite datoteke.
5. Prevedite tu reprezentativnu stranicu pomoću PDF Translator.
6. Pregledajte redoslijed čitanja, tablice, brojeve, oznake, fusnote, fontove i smjer prije jezične tečnosti.
7. Prevedite cijelu datoteku tek nakon što reprezentativna stranica prođe provjeru.
8. Popravite lokalna ograničenja lokalno; nemojte globalno smanjivati dokument.
9. Čuvajte izvor, prevedeni PDF, postavke, pojmovnik i bilješke s pregleda zajedno za buduće revizije.

Za jednadžbe, citate i istraživačke rasporede nastavite s tijekom rada za prevođenje akademskih radova. Ako još odlučujete treba li izvor biti PDF ili EPUB, upotrijebite vodič za odluku EPUB vs PDF.