Come tradurre un PDF mantenendo la formattazione

Risposta rapida: preserva la struttura significativa del documento, non ogni singola coordinata

Per tradurre un PDF senza perdere la formattazione, verifica prima se contiene testo selezionabile, immagini scansionate o entrambi. Quindi testa la pagina rappresentativa più difficile con un traduttore di PDF consapevole del layout prima di elaborare l'intero file. Esamina separatamente l'ordine di lettura, il trabocco del testo, le tabelle, le etichette dei grafici, le note a piè di pagina, i font e il testo da destra a sinistra.

L'obiettivo non è un'identità pixel per pixel. Una traduzione può spostare un'interruzione di riga o aggiungere una pagina preservando comunque correttamente il documento. Fallisce quando le informazioni scompaiono, si spostano nella riga di tabella sbagliata, diventano illeggibili o perdono la loro relazione con una didascalia, una nota a piè di pagina o un elemento visivo.

Usa questa tabella decisionale come punto di partenza:

Questo è il flusso di lavoro centrale per la categoria Traduzione PDF. Se devi scegliere tra diversi prodotti invece di diagnosticare un file, inizia con il confronto tra traduttori di PDF. Se non riesci a selezionare alcun testo, vai direttamente al flusso di lavoro per PDF scansionati e OCR.

Cosa dovrebbe significare realmente "Mantenere la formattazione"

La conservazione della formattazione non è una semplice funzione di successo/fallimento. Ha almeno cinque livelli:

1. Completezza dei contenuti: ogni paragrafo, etichetta, avviso, numero e nota significativi rimane presente.
2. Struttura logica: intestazioni, elenchi, celle di tabelle, didascalie, note a piè di pagina e ordine di lettura esprimono ancora le stesse relazioni.
3. Gerarchia visiva: i titoli sembrano ancora titoli, le didascalie rimangono subordinate e gli oggetti correlati rimangono raggruppati.
4. Supporto degli script: i font scelti contengono i glifi di arrivo e la direzione e la punteggiatura vengono visualizzate correttamente.
5. Usabilità della pagina: il risultato rimane leggibile a una dimensione normale senza ritagli, sovrapposizioni o ridimensionamenti indiscriminati dei font.

La documentazione PDF di Adobe descrive il contenuto visibile della pagina come un elenco di oggetti e operazioni di marcatura, non come una sequenza di paragrafi modificabili in stile Word. Distingue anche la struttura logica di un documento dal suo posizionamento visivo. Questa distinzione spiega perché un PDF può sembrare corretto mentre il testo copiato, l'ordine di accessibilità o l'ordine di traduzione sono errati. Vedi la documentazione di Adobe sul contenuto della pagina PDF e sulla struttura logica nei PDF con tag.

La regola pratica è semplice: confronta il documento tradotto a livello di relazioni, non solo tramite screenshot.

Un test di stress riproducibile per il layout PDF

Abbiamo creato un test di stress per la traduzione di layout PDF sintetico di due pagine, in modo da poter testare le parti difficili di un PDF senza usare i documenti dei clienti. È un PDF in formato A4 con tag, con nomi e cifre inventati. Si tratta di un elemento di prova, non di un benchmark di un fornitore né della prova che uno strumento produca una traduzione accurata.

La pagina 1 testa:

• l'ordine di lettura a due colonne;
• una tabella con una cella unita;
• un numero intero, un importo in valuta, una percentuale con segno e una formula;
• le etichette dei grafici la cui posizione ha un significato;
• una regione di testo fissa deliberatamente stretta;
• una nota a piè di pagina che deve rimanere collegata al suo marcatore.

La pagina 2 posiziona testo in inglese, tedesco, cinese e arabo all'interno di riquadri di uguali dimensioni. Espone quattro problemi diversi: espansione locale, ritorno a capo, glifi mancanti e layout bidirezionale.

Le linee guida del W3C sulle dimensioni del testo nella traduzione spiegano perché le etichette brevi e le regioni rigidamente vincolate possono espandersi in modo sproporzionato, mentre altre traduzioni potrebbero contrarsi. L'algoritmo bidirezionale di Unicode specifica come vengono risolti i caratteri misti da sinistra a destra e da destra a sinistra. Nessuno dei due problemi può essere risolto in modo affidabile contando i caratteri di origine.

Scarica il file di prova ed eseguilo attraverso qualsiasi flusso di lavoro tu stia valutando. Annota lo strumento, la data, le impostazioni, la lingua di partenza, la lingua di arrivo e il file di output. Questo trasforma la frase "la formattazione sembra a posto" in un test ripetibile.

Diagnostica il tuo PDF prima di tradurlo

1. Verifica se il testo è selezionabile

Prova a selezionare una frase e una cella di una tabella.

• Se entrambe si selezionano nettamente, il PDF ha probabilmente un livello di testo utilizzabile.
• Se l'intera pagina si seleziona come un'unica immagine, necessita dell'OCR.
• Se il testo si seleziona in minuscoli frammenti o le righe colopiate arrivano fuori ordine, il posizionamento visivo non coincide con la struttura logica.

Adobe osserva che un PDF scansionato contiene inizialmente dati di immagine anziché testo ricercabile. L'OCR aggiunge un livello selezionabile e ricercabile, ma Adobe consiglia anche di rivedere gli errori di riconoscimento dopo l'elaborazione. Vedi Riconoscere il testo nei PDF scansionati.

2. Copia una sezione difficile in un editor di solo testo

Fallo con un paragrafo a due colonne, una riga di tabella completa e una didascalia. Se l'ordine incollato è errato prima della traduzione, il livello di traduzione sta partendo dalla sequenza sbagliata.

La documentazione dello strumento Ordine di lettura di Adobe mostra che tabelle complesse, figure, colonne ravvicinate ed elementi di pagina possono richiedere un ordine esplicito e la correzione dei tag. La fluidità non può riparare un paragrafo assemblato partendo dai frammenti sbagliati.

3. Scegli la pagina rappresentativa più difficile

Non testare la pagina del titolo. Scegli la pagina che ha maggiori probabilità di fallire:

• la tabella più densa;
• la barra laterale o il riquadro di approfondimento più stretto;
• una pagina a due colonne con una nota a piè di pagina;
• un grafico con etichette brevi;
• una pagina contenente caratteri CJK, arabi, devanagari o scritture miste;
• una scansione con basso contrasto o inclinata.

Se la pagina più difficile fallisce, tradurre prima 200 pagine più facili servirà solo a creare ulteriore lavoro di pulizia.

4. Registra i vincoli non negoziabili

Documenti diversi richiedono definizioni diverse di "preservato".

Scrivi questi vincoli prima di scegliere una riparazione. Altrimenti i revisori tendono a proteggere la somiglianza visiva anche quando danneggia il significato.

Il flusso di lavoro end-to-end più sicuro

Passaggio 1: Conserva l'originale e stabilisci una linea di base

Conserva un file sorgente intatto. Annota il conteggio delle pagine, il tipo di file, la lingua, se il PDF ha i tag e se il testo è selezionabile. Se il documento verrà aggiornato in seguito, conserva sia il documento sorgente originale che il PDF.

Passaggio 2: Esegui l'OCR solo quando necessario

Per le pagine costituite solo da immagini, esegui l'OCR nella lingua di origine corretta. Esamina nomi, numeri, punteggiatura, tabelle, note a piè di pagina e regioni a basso contrasto prima della traduzione. Gli errori OCR sono errori a monte: un sistema di traduzione può produrre un output fluente da un testo riconosciuto in modo errato.

La guida dedicata ai PDF scansionati tratta in modo più approfondito la pulizia delle scansioni, la selezione della lingua OCR, i caratteri sospetti e i controlli sulla privacy.

Passaggio 3: Traduci la pagina rappresentativa

Usa un flusso di lavoro progettato per restituire un documento, non solo prosa tradotta. Per la maggior parte dei PDF formattati, ciò significa caricare il file di test su BookTranslator PDF Translator, selezionare la combinazione linguistica ed esaminare il PDF restituito.

Non valutare solo il paragrafo più facile. Confronta gli elementi esatti elencati nella tua linea di base.

Passaggio 4: Esamina la struttura prima della formulazione

Controlla in quest'ordine:

1. Tutte le regioni di origine sono state incluse?
2. L'ordine di lettura è corretto?
3. Le righe delle tabelle, le etichette dei grafici, le didascalie e le note a piè di pagina puntano ancora agli oggetti giusti?
4. Numeri, nomi, unità e formule sono intatti?
5. Lo script di destinazione viene visualizzato correttamente?
6. Solo allora: la traduzione è fluente e accurata?

Una traduzione rifinita dell'ordine di testo sbagliato rimane comunque un documento fallito.

Passaggio 5: Traduci l'intero file e campiona le pagine a rischio

Dopo che la pagina rappresentativa è stata superata, traduci il PDF completo. Esamina la prima, la centrale e l'ultima occorrenza di ogni struttura a rischio anziché controllare solo la prima pagina.

Per un report lungo, ciò potrebbe significare:

• la prima e l'ultima pagina a due colonne;
• la tabella più semplice e quella più densa;
• un grafico vicino all'inizio e alla fine;
• ogni pagina di avvertenza;
• ogni pagina in cui cambia lo script o il font di destinazione.

Passaggio 6: Applica la riparazione meno distruttiva

Ripara un problema locale localmente. Non rimpicciolire l'intero documento a livello globale solo perché un'intestazione è lunga.

Correggere il trabocco del testo senza rimpicciolire tutto

Il testo tradotto trabocca quando la formulazione di arrivo non rientra più nella geometria della regione di origine. La causa immediata può essere l'espansione del testo, ma il vincolo vincolante è solitamente un riquadro, una colonna, una riga, un font o una regola di a capo specifici.

Applica le riparazioni in questo ordine:

Non fare affidamento su una percentuale di espansione di una singola lingua. Un paragrafo tedesco potrebbe entrare mentre un'intestazione composta fallisce. La prosa cinese potrebbe contrarsi mentre un URL non tradotto supera ancora una cella. L'arabo può rientrare per conteggio dei caratteri ma fallire perché il font, la modellazione, la punteggiatura o la direzione sono errati.

Usa questa diagnostica:

• Tagliato in un riquadro: ridimensiona o ridisponi quella regione.
• Riquadri o caratteri mancanti: sostituisci o incorpora un font con i glifi richiesti.
• Parole lunghe o URL rifiutano di andare a capo: correggi le regole di a capo o di sillabazione.
• Falliscono solo le intestazioni delle tabelle: usa una riparazione specifica per le tabelle.
• Le intestazioni ripetute vanno in collisione su ogni pagina: rivedi il modello di pagina anziché ogni paragrafo.
• Due frammenti diventano un paragrafo sovradimensionato: ripara l'ordine di lettura prima di toccare la tipografia.

Se il layout di origine non ha spazio per una versione fedele nella lingua di arrivo, le coordinate identiche sono il criterio di accettazione sbagliato. Preserva invece la completezza, la gerarchia e la leggibilità.

Preservare tabelle, grafici, numeri e note a piè di pagina

Una tabella PDF non è sempre memorizzata come tabella. Può essere testo modificabile sopra linee di griglia, molti frammenti posizionati o una singola immagine. L'etichetta di un grafico può essere testo separato o incorporato nella grafica.

Ciò crea quattro classi di errore indipendenti:

Usa una revisione basata su token protetti per:

• numeri interi e valori decimali;
• segni positivi e negativi;
• percentuali, valute, date e numeri di versione;
• unità e formule;
• numeri di tabelle e figure;
• marcatori di note a piè di pagina e relativo testo di qualificazione.

Le convenzioni locali possono modificare i separatori decimali o il posizionamento della valuta. La questione non è se ogni carattere sia identico; è se l'obiettivo rappresenti la stessa quantità e rimanga associato all'etichetta corretta.

Per ogni tabella, verifica:

1. Il conteggio di righe e colonne corrisponde ancora.
2. Le celle unite coprono gli stessi record.
3. Ogni numero rimane associato alla sua etichetta di origine.
4. Unità, segni e precisione sono corretti.
5. Le note a piè di pagina qualificano ancora il valore previsto.
6. Il ritorno a capo delle intestazioni non ha nascosto contenuti.

Per ogni grafico, verifica che la geometria e i dati rimangano invariati, che le etichette identifichino ancora i segni visivi corretti e che le didascalie rimangano collegate. Se le etichette sono incorporate in un'immagine, usa l'OCR consapevole delle immagini e ridisegniale, oppure mantieni il grafico originale con una didascalia o una legenda tradotta. Non allargare o ritagliare un grafico per adattarlo a etichette più lunghe.

Se una tabella finanziaria, scientifica o legale contiene anche una sola relazione di valore errata, il documento fallisce indipendentemente da quanto appaia rifinito.

Scegliere un layout PDF bilingue

Un PDF bilingue è utile quando qualcuno deve verificare la destinazione rispetto all'origine. Non è automaticamente il miglior deliverable finale.

Non allineare tramite interruzioni di riga visive. La traduzione può dividere una frase di origine in due frasi di arrivo o combinare due frasi brevi. Usa intestazioni, sequenza dei paragrafi, numeri di tabella, numeri di figura, elementi di elenco e marcatori di note a piè di pagina come ancore stabili.

Il layout affiancato è una scelta predefinita scadente quando la sorgente ha già più colonne, tabelle dense, note a margine o una grande espansione locale. In questi casi, le pagine contrapposte o i file monolingua sincronizzati preservano la normale larghezza di lettura e facilitano l'isolamento dei problemi.

Entrambe le lingue dovrebbero rimanere ricercabili e selezionabili quando possibile. Controlla l'ordine del testo copiato, i metadati della lingua del documento, le intestazioni, i tag delle tabelle e le descrizioni delle figure. Se l'accessibilità è un requisito fondamentale, i file monolingua separati sono spesso più sicuri di una complessa struttura a colonne alternate.

Scegliere lo strumento giusto per il lavoro

Traduttore di PDF dedicato

Usa un traduttore dedicato per PDF lunghi, formattati o destinati ai clienti. È il punto di partenza corretto quando l'output richiesto è un altro PDF utilizzabile anziché una trascrizione di testo.

Google Translate

Usa Google Translate per la comprensione rapida di documenti brevi e semplici quando il layout non è il deliverable. Pagine a più colonne, scansioni, tabelle dense e la pubblicazione finale richiedono un flusso di lavoro più controllato. La guida ai PDF di Google Translate copre il suo flusso di lavoro sui documenti e i segnali di errore.

ChatGPT

Usa ChatGPT per passaggi brevi, preparazione di glossari, decisioni sul tono e revisione bilingue. Non trattare un'interfaccia di chat come il motore di impaginazione per un PDF lungo. Il flusso di lavoro PDF di ChatGPT include prompt che vietano la sintesi e l'aggiunta di contenuti.

Convertire PDF in DOCX

Converti prima solo se intendi modificare o ricostruire manualmente il documento. La conversione può dividere tabelle, riordinare frammenti e trasformare le etichette dei grafici in riquadri mobili prima che inizi la traduzione. Testa la pagina più difficile prima di procedere. Se il DOCX convertito è strutturalmente pulito, continua con il traduttore DOCX; se è già danneggiato, la traduzione non riparerà la conversione.

Revisore umano o bilingue

Usa un revisore qualificato per contenuti legali, medici, finanziari, critici per la sicurezza, accademici o pubblicati. Un flusso di lavoro di layout può preservare ogni riquadro mentre il significato è ancora errato. Usa i campioni di traduzione reali per vedere come separiamo la revisione linguistica dalla revisione del layout.

Checklist di accettazione della traduzione PDF

Fattori bloccanti

• Testo mancante o tagliato
• Ordine di lettura errato
• Paragrafi o etichette sovrapposti
• Numeri assegnati alla riga o all'elemento del grafico sbagliati
• Formule, segni, unità o riferimenti modificati
• Dimensione del font illeggibile
• Glifi della lingua di arrivo mancanti
• Direzione e punteggiatura in arabo o ebraico interrotte
• Avvisi, didascalie o note a piè di pagina nascosti

Difetti maggiori

• Ritorno a capo scomodo ma leggibile
• Didascalie separate dalle figure
• Ampio e inspiegabile slittamento della pagina
• Trattamento incoerente delle intestazioni
• Modifiche locali ripetute della dimensione del font
• Blocchi bilingue allineati al passaggio di origine errato

Differenze estetiche

• Finali di riga diversi
• Piccole modifiche agli spazi bianchi
• Una modesta modifica del conteggio delle pagine con riferimenti corretti
• Altezze delle righe delle tabelle leggermente diverse con tutto il contenuto visibile

Per ogni pagina non riuscita, registra la pagina di origine, il tipo di elemento, il sintomo, il vincolo vincolante, la riparazione e se è richiesta la revisione del significato bilingue. Questa traccia di audit è più utile che dire "formattazione modificata".

Flusso di lavoro consigliato per la maggior parte dei PDF

1. Conserva un PDF sorgente intatto.

2. Verifica se il testo e le celle delle tabelle sono selezionabili.
3. Esegui l'OCR solo per i contenuti costituiti da sole immagini, quindi esamina gli errori di riconoscimento.
4. Scarica il test di stress PDF o seleziona la pagina più difficile dal tuo file.
5. Traduci quella pagina rappresentativa con PDF Translator.
6. Esamina l'ordine di lettura, le tabelle, i numeri, le etichette, le note a piè di pagina, i font e la direzione prima della fluidità della lingua.
7. Traduci l'intero file solo dopo che la pagina rappresentativa è stata superata.
8. Ripara i vincoli locali localmente; non rimpicciolire globalmente il documento.
9. Conserva l'origine, il PDF tradotto, le impostazioni, il glossario e le note di revisione insieme per future revisioni.

Per equazioni, citazioni e layout di ricerca, continua con il flusso di lavoro di traduzione di articoli accademici. Se stai ancora decidendo se l'origine debba essere PDF o EPUB, usa la guida alla decisione EPUB vs PDF.