Cara Menerjemahkan PDF Sambil Mempertahankan Formatnya

Jawaban Singkat: Pertahankan Struktur Bermakna Dokumen, Bukan Setiap Koordinat

Untuk menerjemahkan PDF tanpa kehilangan format, pertama-tama tentukan apakah PDF tersebut berisi teks yang dapat dipilih, gambar hasil pemindaian, atau keduanya. Lalu uji halaman tersulit yang representatif dengan penerjemah PDF yang sadar tata letak sebelum memproses seluruh berkas. Periksa urutan baca, luapan teks, tabel, label bagan, catatan kaki, font, dan teks kanan-ke-kiri secara terpisah.

Tujuannya bukanlah identitas piksel demi piksel. Terjemahan dapat menggeser pemisah baris atau menambah halaman dan tetap mempertahankan dokumen dengan benar. Terjemahan gagal ketika informasi hilang, berpindah ke baris tabel yang salah, menjadi tidak terbaca, atau kehilangan keterkaitannya dengan keterangan, catatan kaki, atau visual.

Gunakan tabel keputusan ini sebagai titik awal:

Ini adalah alur kerja utama untuk kategori Terjemahan PDF. Jika Anda memilih di antara produk alih-alih mendiagnosis file, mulailah dengan perbandingan penerjemah PDF. Jika Anda tidak dapat memilih teks apa pun, langsung menuju ke alur kerja PDF hasil pindai dan OCR.

Apa yang Seharusnya Dimaksud dengan “Mempertahankan Pemformatan”

Pemeliharaan pemformatan bukanlah fitur lulus/gagal tunggal. Setidaknya ada lima lapisan:

1. Kelengkapan konten: setiap paragraf, label, peringatan, angka, dan catatan yang bermakna tetap ada.
2. Struktur logis: judul, daftar, sel tabel, keterangan, catatan kaki, dan urutan baca masih mengungkapkan hubungan yang sama.
3. Hierarki visual: judul masih terlihat seperti judul, keterangan tetap subordinat, dan objek terkait tetap dikelompokkan.
4. Dukungan aksara: font yang dipilih memuat glif sasaran, dan arah serta tanda baca ditampilkan dengan benar.
5. Kegunaan halaman: hasilnya tetap terbaca pada ukuran normal tanpa terpotong, tumpang tindih, atau pengecilan font yang sembarangan.

Dokumentasi PDF Adobe menjelaskan konten halaman yang terlihat sebagai daftar objek dan operasi penandaan, bukan sebagai urutan paragraf yang dapat diedit seperti di Word. Dokumentasi itu juga membedakan struktur logis dokumen dari penempatan visualnya. Perbedaan itulah yang menjelaskan mengapa PDF bisa terlihat benar sementara teks yang disalin, urutan aksesibilitas, atau urutan terjemahannya salah. Lihat dokumentasi Adobe tentang konten halaman PDF dan struktur logis dalam PDF bertag.

Aturan praktisnya sederhana: bandingkan dokumen terjemahan pada tingkat hubungan, bukan hanya tangkapan layar.

Uji Beban Tata Letak PDF yang Dapat Direproduksi

Kami membuat uji beban terjemahan tata letak PDF sintetis dua halaman agar bagian-bagian sulit dari PDF dapat diuji tanpa dokumen pelanggan. Ini adalah PDF A4 bertag dengan nama dan angka yang dibuat-buat. Ini adalah fixture, bukan tolok ukur vendor dan bukan bukti bahwa alat apa pun menghasilkan terjemahan yang akurat.

Halaman 1 menguji:

• urutan baca dua kolom;
• tabel dengan sel gabungan;
• bilangan bulat, jumlah mata uang, persentase bertanda, dan rumus;
• label bagan yang posisinya membawa makna;
• wilayah teks tetap yang sengaja dibuat sempit;
• catatan kaki yang harus tetap terhubung dengan penandanya.

Halaman 2 menempatkan teks Inggris, Jerman, Tionghoa, dan Arab di dalam kotak berukuran sama. Ini memunculkan empat masalah berbeda: pemuaian lokal, pembungkusan baris, glif yang hilang, dan tata letak dua arah.

Panduan W3C tentang ukuran teks dalam terjemahan menjelaskan mengapa label pendek dan area yang sangat terbatas dapat meluas secara tidak proporsional, sementara terjemahan lain mungkin menyusut. Algoritma Dua Arah Unicode menetapkan cara karakter kiri-ke-kanan dan kanan-ke-kiri yang bercampur diselesaikan. Tidak ada masalah yang dapat dipecahkan secara andal dengan menghitung karakter sumber.

Unduh perlengkapan uji tersebut dan jalankan melalui alur kerja apa pun yang sedang Anda pertimbangkan. Catat alat, tanggal, pengaturan, bahasa sumber, bahasa target, dan berkas keluaran. Itu mengubah “formatnya terlihat oke” menjadi pengujian yang dapat diulang.

Diagnosis PDF Anda Sebelum Menerjemahkannya

1. Uji apakah teksnya dapat dipilih

Coba pilih satu kalimat dan satu sel tabel.

• Jika keduanya terpilih dengan bersih, PDF tersebut kemungkinan memiliki lapisan teks yang dapat digunakan.
• Jika seluruh halaman terpilih sebagai satu gambar, PDF tersebut memerlukan OCR.
• Jika teks terpilih dalam fragmen-fragmen kecil atau baris yang disalin datang tidak berurutan, penempatan visual tidak sama dengan struktur logis.

Adobe mencatat bahwa PDF hasil pindai awalnya berisi data gambar, bukan teks yang dapat dicari. OCR menambahkan lapisan yang dapat dipilih dan dicari, tetapi Adobe juga merekomendasikan untuk meninjau kesalahan pengenalan setelah pemrosesan. Lihat Mengenali teks dalam PDF hasil pindai.

2. Salin bagian yang sulit ke editor teks biasa

Lakukan ini dengan paragraf dua kolom, satu baris tabel penuh, dan satu keterangan. Jika urutan yang ditempel salah sebelum terjemahan, lapisan terjemahan mulai dari urutan yang salah.

Dokumentasi alat Urutan Baca Adobe menunjukkan bahwa tabel kompleks, gambar, kolom yang berdekatan, dan elemen halaman dapat memerlukan perbaikan urutan dan penandaan secara eksplisit. Kelancaran tidak dapat memperbaiki paragraf yang disusun dari fragmen yang salah.

3. Pilih halaman perwakilan yang paling sulit

Jangan uji halaman judul. Pilih halaman yang paling mungkin gagal:

• tabel terpadat;
• bilah samping atau sorotan tersempit;
• halaman dua kolom dengan catatan kaki;
• bagan dengan label pendek;
• halaman yang berisi CJK, Arab, Devanagari, atau aksara campuran;
• hasil pindai dengan kontras rendah atau miring.

Jika halaman tersulit gagal, menerjemahkan 200 halaman yang lebih mudah terlebih dahulu hanya menciptakan lebih banyak pembersihan.

4. Catat batasan yang tidak dapat dinegosiasikan

Dokumen yang berbeda memerlukan definisi “terpelihara” yang berbeda.

Tuliskan batasan-batasan ini sebelum memilih perbaikan. Jika tidak, peninjau cenderung mempertahankan kemiripan visual bahkan ketika itu merusak makna.

Alur Kerja Menyeluruh yang Paling Aman

Langkah 1: Pertahankan sumber dan tetapkan garis dasar

Simpan file sumber yang belum disentuh. Catat jumlah halaman, jenis file, bahasa, apakah PDF ditandai, dan apakah teks dapat dipilih. Jika dokumen akan diperbarui nanti, simpan dokumen sumber asli serta PDF-nya.

Langkah 2: Jalankan OCR hanya bila diperlukan

Untuk halaman yang hanya berisi gambar, jalankan OCR dalam bahasa sumber yang benar. Tinjau nama, angka, tanda baca, tabel, catatan kaki, dan area kontras rendah sebelum menerjemahkan. Kesalahan OCR adalah kesalahan di hulu: sistem penerjemahan dapat menghasilkan keluaran yang lancar dari teks yang dikenali secara keliru.

Panduan khusus panduan PDF hasil pindai membahas pembersihan hasil pindai, pemilihan bahasa OCR, karakter yang meragukan, dan pemeriksaan privasi secara lebih rinci.

Langkah 3: Terjemahkan halaman perwakilan

Gunakan alur kerja yang dirancang untuk menghasilkan dokumen, bukan hanya prosa terjemahan. Untuk sebagian besar PDF berformat, itu berarti mengunggah file uji ke Penerjemah PDF BookTranslator, memilih pasangan bahasa, dan meninjau PDF yang dikembalikan.

Jangan mengevaluasi hanya paragraf yang paling mudah. Bandingkan elemen persis yang tercantum dalam baseline Anda.

Langkah 4: Tinjau struktur sebelum kata-kata

Periksa dalam urutan ini:

1. Apakah semua wilayah sumber disertakan?
2. Apakah urutan bacaannya benar?
3. Apakah baris tabel, label bagan, keterangan, dan catatan kaki masih menunjuk ke objek yang benar?
4. Apakah angka, nama, satuan, dan rumus tetap utuh?
5. Apakah skrip target ditampilkan dengan benar?
6. Baru setelah itu: apakah terjemahannya lancar dan akurat?

Terjemahan yang sempurna dari urutan teks yang salah tetap merupakan dokumen yang gagal.

Langkah 5: Terjemahkan file lengkap dan contoh halaman berisiko

Setelah halaman perwakilan lolos, terjemahkan PDF lengkap. Tinjau kemunculan pertama, tengah, dan terakhir dari setiap struktur berisiko daripada hanya memeriksa halaman pertama.

Untuk laporan panjang, itu mungkin berarti:

• halaman dua kolom pertama dan terakhir;
• tabel paling sederhana dan paling padat;
• bagan di dekat awal dan akhir;
• setiap halaman peringatan;
• setiap halaman di mana skrip atau font target berubah.

Langkah 6: Terapkan perbaikan yang paling tidak merusak

Perbaiki masalah lokal secara lokal. Jangan mengecilkan dokumen secara global karena satu judul terlalu panjang.

Perbaiki Teks yang Meluap Tanpa Mengecilkan Semuanya

Teks terjemahan meluber ketika susunan kata dalam bahasa target tidak lagi muat dalam geometri wilayah sumber. Penyebab langsungnya bisa jadi pemuaian teks, tetapi kendala yang mengikat biasanya adalah satu kotak, kolom, baris, font, atau aturan pemenggalan baris tertentu.

Lakukan perbaikan dalam urutan ini:

Jangan mengandalkan satu persentase pemuaian bahasa. Paragraf bahasa Jerman mungkin muat sementara judul majemuk gagal. Prosa bahasa Mandarin mungkin menyusut sementara URL yang tidak diterjemahkan masih meluber keluar sel. Bahasa Arab mungkin muat berdasarkan jumlah karakter tetapi gagal karena font, pembentukan, tanda baca, atau arahnya salah.

Gunakan diagnostik ini:

• Terpotong di satu kotak: ubah ukuran atau alirkan ulang wilayah tersebut.
• Kotak atau karakter hilang: ganti atau sematkan font dengan glif yang diperlukan.
• Kata atau URL panjang menolak untuk membungkus: perbaiki aturan pemenggalan baris atau pemenggalan kata.
• Hanya header tabel yang gagal: gunakan perbaikan khusus tabel.
• Header berulang bertabrakan di setiap halaman: revisi templat halaman alih-alih setiap paragraf.
• Dua fragmen menjadi satu paragraf yang terlalu besar: perbaiki urutan baca sebelum menyentuh tipografi.

Jika tata letak sumber tidak memiliki ruang untuk versi bahasa target yang setia, koordinat yang identik adalah kriteria penerimaan yang salah. Pertahankan kelengkapan, hierarki, dan keterbacaan sebagai gantinya.

Pertahankan Tabel, Bagan, Angka, dan Catatan Kaki

Tabel PDF tidak selalu disimpan sebagai tabel. Tabel tersebut mungkin berupa teks yang dapat diedit di atas garis kisi, banyak fragmen yang diposisikan, atau satu gambar. Label bagan mungkin berupa teks terpisah atau tertanam dalam grafik.

Itu menciptakan empat kelas kegagalan independen:

Gunakan tinjauan token terlindungi untuk:

• bilangan bulat dan nilai desimal;
• tanda positif dan negatif;
• persentase, mata uang, tanggal, dan nomor versi;
• satuan dan rumus;
• nomor tabel dan gambar;
• penanda catatan kaki dan teks kualifikasinya.

Konvensi lokal dapat mengubah pemisah desimal atau penempatan mata uang. Pertanyaannya bukan apakah setiap karakter identik; melainkan apakah terjemahan mewakili kuantitas yang sama dan tetap terhubung ke label yang benar.

Untuk setiap tabel, verifikasi:

1. Jumlah baris dan kolom masih sesuai.
2. Sel gabungan mencakup catatan yang sama.
3. Setiap angka tetap berpasangan dengan label sumbernya.
4. Satuan, tanda, dan presisi sudah benar.
5. Catatan kaki masih mengualifikasi nilai yang dimaksud.
6. Pembungkusan header tidak menyembunyikan konten.

Untuk setiap bagan, verifikasi geometri dan data tetap tidak berubah, label masih mengidentifikasi tanda visual yang benar, dan keterangan tetap terlampir. Jika label tertanam dalam gambar, gunakan OCR yang sadar gambar dan gambar ulang, atau pertahankan bagan asli dengan keterangan atau legenda terjemahan. Jangan meregangkan atau memotong bagan agar sesuai dengan label yang lebih panjang.

Jika tabel keuangan, ilmiah, atau hukum mengandung bahkan satu hubungan nilai yang salah, dokumen tersebut gagal terlepas dari seberapa rapi tampilannya.

Pilih Tata Letak PDF Dua Bahasa

PDF bilingual berguna ketika seseorang perlu memverifikasi teks sasaran terhadap teks sumber. Namun, format ini tidak otomatis menjadi hasil akhir terbaik.

Jangan menyelaraskan berdasarkan pemenggalan baris visual. Terjemahan dapat memecah satu kalimat sumber menjadi dua kalimat sasaran atau menggabungkan dua kalimat pendek. Gunakan judul, urutan paragraf, nomor tabel, nomor gambar, butir daftar, dan penanda catatan kaki sebagai jangkar yang stabil.

Tata letak berdampingan adalah default yang buruk ketika sumber sudah memiliki beberapa kolom, tabel padat, catatan margin, atau pemuaian lokal yang besar. Dalam kasus tersebut, halaman berhadapan atau berkas monolingual yang tersinkronisasi mempertahankan lebar baca normal dan memudahkan mengisolasi kesalahan.

Kedua bahasa sebaiknya tetap dapat dicari dan dipilih bila memungkinkan. Periksa urutan teks yang disalin, metadata bahasa dokumen, judul, tag tabel, dan deskripsi gambar. Jika aksesibilitas merupakan persyaratan mutlak, berkas monolingual terpisah sering kali lebih aman daripada struktur kolom bergantian yang rumit.

Pilih Alat yang Tepat untuk Pekerjaan Anda

Penerjemah PDF khusus

Gunakan penerjemah khusus untuk PDF yang panjang, berformat, atau ditujukan untuk klien. Ini adalah titik awal yang tepat ketika keluaran yang dibutuhkan adalah PDF lain yang dapat digunakan, bukan transkrip teks.

Google Translate

Gunakan Google Translate untuk pemahaman cepat dokumen pendek dan sederhana ketika tata letak bukan hasil akhir yang diutamakan. Halaman multi-kolom, hasil pindai, tabel padat, dan penerbitan final memerlukan alur kerja yang lebih terkendali. Panduan PDF Google Translate membahas alur kerja dokumennya dan tanda-tanda kegagalannya.

ChatGPT

Gunakan ChatGPT untuk bagian pendek, penyusunan glosarium, penentuan nada, dan tinjauan bilingual. Jangan anggap antarmuka obrolan sebagai mesin tata letak halaman untuk PDF panjang. Alur kerja PDF ChatGPT mencakup perintah yang melarang peringkasan dan penambahan konten.

Konversi PDF ke DOCX

Konversi terlebih dahulu hanya jika Anda berniat mengedit atau membangun ulang dokumen secara manual. Konversi dapat memecah tabel, mengubah urutan fragmen, dan mengubah label bagan menjadi kotak mengambang sebelum terjemahan dimulai. Uji halaman tersulit sebelum memutuskan. Jika DOCX hasil konversi bersih secara struktural, lanjutkan dengan penerjemah DOCX; jika sudah rusak, terjemahan tidak akan memperbaiki konversi tersebut.

Peninjau manusia atau bilingual

Gunakan peninjau yang berkualifikasi untuk konten hukum, medis, keuangan, yang kritis terhadap keselamatan, akademis, atau terbitan. Alur kerja tata letak dapat mempertahankan setiap kotak meskipun maknanya masih salah. Gunakan contoh terjemahan nyata untuk melihat bagaimana kami memisahkan tinjauan bahasa dari tinjauan tata letak.

Daftar Periksa Penerimaan Terjemahan PDF

Penghambat

• Teks hilang atau terpotong
• Urutan baca yang salah
• Paragraf atau label yang tumpang tindih
• Angka yang ditempatkan pada baris atau elemen bagan yang salah
• Rumus, tanda, satuan, atau referensi yang berubah
• Ukuran font yang tidak terbaca
• Glik bahasa target yang hilang
• Arah dan tanda baca Arab atau Ibrani yang rusak
• Peringatan, keterangan, atau catatan kaki yang tersembunyi

Cacat utama

• Pembungkusan yang canggung tetapi masih terbaca
• Keterangan yang terpisah dari gambar
• Pergeseran halaman besar yang tidak dijelaskan
• Penanganan judul yang tidak konsisten
• Perubahan ukuran font lokal yang berulang
• Blok bilingual yang tidak selaras dengan bagian sumber yang benar

Perbedaan kosmetik

• Akhir baris yang berbeda
• Perubahan spasi putih yang kecil
• Perubahan jumlah halaman yang wajar dengan referensi yang diperbaiki
• Tinggi baris tabel yang sedikit berbeda dengan semua konten terlihat

Untuk setiap halaman yang gagal, catat halaman sumber, jenis elemen, gejala, batasan pengikat, perbaikan, dan apakah tinjauan makna bilingual diperlukan. Jejak audit itu lebih berguna daripada hanya mengatakan “format disesuaikan.”

Alur Kerja yang Direkomendasikan untuk Sebagian Besar PDF

1. Simpan PDF sumber yang belum disentuh.
2. Periksa apakah teks dan sel tabel dapat dipilih.
3. Jalankan OCR hanya untuk konten yang hanya berupa gambar, lalu tinjau kesalahan pengenalan.
4. Unduh uji stres PDF atau pilih halaman tersulit dari file Anda sendiri.
5. Terjemahkan halaman perwakilan tersebut dengan PDF Translator.
6. Tinjau urutan baca, tabel, angka, label, catatan kaki, font, dan arah sebelum kelancaran bahasa.
7. Terjemahkan file lengkap hanya setelah halaman perwakilan lulus.
8. Perbaiki batasan lokal secara lokal; jangan mengecilkan dokumen secara global.
9. Simpan sumber, PDF terjemahan, pengaturan, glosarium, dan catatan tinjauan bersama-sama untuk revisi mendatang.

Untuk persamaan, kutipan, dan tata letak penelitian, lanjutkan dengan alur kerja terjemahan makalah akademik. Jika Anda masih memutuskan apakah sumbernya harus PDF atau EPUB, gunakan panduan keputusan EPUB vs PDF.