Cara Menterjemahkan PDF Sambil Mengekalkan Format

Jawapan Pantas: Kekalkan Struktur Bermakna Dokumen, Bukan Setiap Koordinat

Untuk menterjemahkan PDF tanpa kehilangan pemformatan, mula-mula tentukan sama ada ia mengandungi teks boleh pilih, imej imbasan, atau kedua-duanya. Kemudian uji halaman wakil yang paling sukar dengan penterjemah PDF yang menyedari susun atur sebelum memproses fail penuh. Semak susunan bacaan, limpahan teks, jadual, label carta, nota kaki, fon, dan teks dari kanan ke kiri secara berasingan.

Matlamatnya bukanlah ketepatan piksel demi piksel. Terjemahan boleh mengalihkan tanda pecahan baris atau menambah halaman dan masih mengekalkan dokumen dengan betul. Ia gagal apabila maklumat hilang, beralih ke baris jadual yang salah, menjadi tidak boleh dibaca, atau hilang hubungannya dengan kapsyen, nota kaki, atau visual.

Gunakan jadual keputusan ini sebagai titik permulaan:

Ini adalah alur kerja pusat untuk kategori Terjemahan PDF. Jika anda memilih antara produk berbanding mendiagnosis fail, mulakan dengan perbandingan penterjemah PDF. Jika anda tidak boleh memilih sebarang teks, terus ke alur kerja PDF diimbas dan OCR.

Apakah Maksud "Kekalkan Pemformatan" Yang Sebenar

Pengekalan pemformatan bukanlah ciri lulus/gagal tunggal. Ia mempunyai sekurang-kurangnya lima lapisan:

1. Kesempurnaan kandungan: setiap perenggan, label, amaran, nombor, dan nota yang bermakna kekal ada.
2. Struktur logik: tajuk, senarai, sel jadual, kapsyen, nota kaki, dan susunan bacaan masih menyatakan hubungan yang sama.
3. Hierarki visual: tajuk tetap kelihatan seperti tajuk, kapsyen kekal subordinat, dan objek berkaitan kekal dikumpulkan.
4. Sokongan skrip: fon yang dipilih mengandungi glif sasaran, serta arah dan tanda baca dipaparkan dengan betul.
5. Kebolehgunaan halaman: hasil kerja kekal boleh dibaca pada saiz biasa tanpa pemotongan, bertindih, atau pengecilan fon sembarangan.

Dokumentasi PDF Adobe menyifatkan kandungan halaman yang kelihatan sebagai senarai objek dan operasi tanda, bukannya sebagai urutan perenggan boleh edit seperti Word. Ia juga membezakan struktur logik dokumen daripada penempatan visualnya. Perbezaan itu menjelaskan sebab PDF boleh kelihatan betul semasa teks disalin, susunan kebolehaksesan, atau susunan terjemahan adalah salah. Lihat dokumentasi Adobe tentang kandungan halaman PDF dan struktur logik dalam PDF bertanda.

Peraturan praktikalnya mudah: bandingkan dokumen yang diterjemahkan pada tahap hubungan, bukan tangkapan skrin semata-mata.

Ujian Tegasan Susun Atur PDF Boleh Ulang

Kami mencipta ujian tegasan terjemahan susun atur PDF sintetik dua halaman supaya bahagian PDF yang sukar boleh diuji tanpa dokumen pelanggan. Ia adalah PDF A4 bertanda dengan nama dan angka ciptaan. Ia adalah lekapan, bukan penanda aras vendor dan bukan bukti bahawa sebarang alat menghasilkan terjemahan yang tepat.

Ujian halaman 1:

• susunan bacaan dua kolum;
• jadual dengan sel tergabung;
• integer, jumlah mata wang, peratusan bertanda, dan formula;
• label carta yang kedudukannya membawa makna;
• rantau teks tetap yang sengaja disempitkan;
• nota kaki yang mesti kekal bersambung dengan penandanya.

Halaman 2 meletakkan teks Bahasa Inggeris, Jerman, Cina, dan Arab di dalam kotak saiz sama. Ia mendedahkan empat masalah berbeza: pengembangan tempatan, pembalut baris, glif hilang, dan susun atur dwiarah.

Panduan W3C mengenai saiz teks dalam terjemahan menerangkan sebab label pendek dan kawasan yang dikekang ketat boleh berkembang secara tidak seimbang, manakala terjemahan lain mungkin mengecut. Algoritma Dwiarah Unicode menentukan cara aksara campuran kiri-ke-kanan dan kanan-ke-kiri diselesaikan. Tiada masalah boleh diselesaikan dengan pasti dengan mengira aksara sumber.

Muat turun lekapan dan jalankan melalui mana-mana alur kerja yang anda pertimbangkan. Rekodkan alat, tarikh, tetapan, bahasa sumber, bahasa sasaran, dan fail output. Itu mengubah "pemformatan kelihatan okay" kepada ujian yang boleh diulang.

Diagnosis PDF Anda Sebelum Menterjemahkannya

1. Uji sama ada teks itu boleh dipilih

Cuba pilih satu ayat dan satu sel jadual.

• Jika kedua-duanya dipilih dengan bersih, PDF mungkin mempunyai lapisan teks yang boleh digunakan.
• Jika keseluruhan halaman dipilih sebagai satu imej, ia memerlukan OCR.
• Jika teks dipilih dalam serpihan kecil atau baris yang disalin tiba tidak mengikut urutan, penempatan visual tidak sama dengan struktur logik.

Adobe menyatakan bahawa PDF yang diimbas pada mulanya mengandungi data imej berbanding teks yang boleh dicari. OCR menambah lapisan yang boleh dipilih dan dicari, tetapi Adobe juga mengesyorkan menyemak ralat pengecaman selepas pemprosesan. Lihat Kenal pasti teks dalam PDF yang diimbas.

2. Salin bahagian yang sukar ke dalam editor teks biasa

Lakukan ini dengan perenggan dua kolum, satu baris jadual penuh, dan satu kapsyen. Jika urutan yang ditampal adalah salah sebelum terjemahan, lapisan terjemahan bermula dari urutan yang salah.

Dokumentasi alat Susunan Bacaan Adobe menunjukkan bahawa jadual kompleks, figura, kolum yang rapat, dan elemen halaman mungkin memerlukan susunan eksplisit dan pembaikan tanda. Kefasihan tidak boleh membaiki perenggan yang dipasang daripada serpihan yang salah.

3. Pilih halaman wakil yang paling sukar

Jangan uji halaman tajuk. Pilih halaman yang paling berkemungkinan gagal:

• jadual yang paling tumpat;
• sidebar atau callout yang paling sempit;
• halaman dua kolum dengan nota kaki;
• carta dengan label pendek;
• halaman yang mengandungi CJK, Arab, Devanagari, atau skrip campuran;
• imbasan dengan kontras rendah atau senget.

Jika halaman paling sukar gagal, menterjemahkan 200 halaman lebih mudah terlebih dahulu hanya akan menghasilkan lebih banyak kerja pembersihan.

4. Rekodkan kekangan yang tidak boleh dirunding

Dokumen yang berbeza memerlukan definisi "dipelihara" yang berbeza.

Tuliskan kekangan ini sebelum memilih pembaikan. Jika tidak, pengulas cenderung melindungi persamaan visual walaupun apabila ia merosakkan makna.

Alur Kerja Hujung ke Hujung Yang Paling Selamat

Langkah 1: Kekalkan sumber dan tetapkan garis dasar

Simpan fail sumber yang tidak disentuh. Rekodkan kiraan halaman, jenis fail, bahasa, sama ada PDF ditanda, dan sama ada teks boleh dipilih. Jika dokumen akan dikemas kini kemudian, simpan dokumen sumber asal serta PDF.

Langkah 2: Jalankan OCR hanya apabila diperlukan

Untuk halaman imej sahaja, jalankan OCR dalam bahasa sumber yang betul. Semak nama, nombor, tanda baca, jadual, nota kaki, dan kawasan kontras rendah sebelum terjemahan. Ralat OCR adalah ralat huluan: sistem terjemahan boleh menghasilkan output fasih daripada teks yang dikenali dengan salah.

Panduan PDF diimbas yang khusus merangkumi pembersihan imbasan, pemilihan bahasa OCR, aksara suspek, dan semakan privasi dengan lebih terperinci.

Langkah 3: Terjemahkan halaman wakil

Gunakan alur kerja yang direka bentuk untuk mengembalikan dokumen, bukan hanya prosa terjemahan. Untuk kebanyakan PDF diformat, itu bermakna memuat naik fail ujian ke Penterjemah PDF BookTranslator, memilih pasangan bahasa, dan menyemak PDF yang dikembalikan.

Jangan nilai perenggan yang paling mudah sahaja. Bandingkan elemen tepat yang disenaraikan dalam garis dasar anda.

Langkah 4: Semak struktur sebelum perkataan

Semak mengikut urutan ini:

1. Adakah semua kawasan sumber disertakan?
2. Adakah susunan bacaan betul?
3. Adakah baris jadual, label carta, kapsyen, dan nota kaki masih menghala ke objek yang betul?
4. Adakah nombor, nama, unit, and formula kekal utuh?
5. Adakah skrip sasaran dipaparkan dengan betul?
6. Barulah: adakah terjemahan itu fasih dan tepat?

Terjemahan yang digilap bagi susunan teks yang salah tetap merupakan dokumen yang gagal.

Langkah 5: Terjemahkan fail penuh and sampel halaman berisiko

Selepas halaman wakil lulus, terjemahkan PDF lengkap. Semak kemunculan pertama, tengah, and akhir bagi setiap struktur berisiko daripada menyemak halaman pertama sahaja.

Untuk laporan panjang, itu mungkin bermakna:

• halaman dua kolum pertama dan terakhir;
• jadual paling ringkas dan paling tumpat;
• carta berhampiran permulaan dan akhir;
• setiap halaman amaran;
• setiap halaman di mana skrip sasaran atau fon berubah.

Langkah 6: Gunakan pembaikan yang kurang merosakkan

Baiki masalah tempatan secara tempatan. Jangan mengecilkan dokumen secara global kerana satu tajuk panjang.

Baiki Limpahan Teks Tanpa Mengecilkan Semuanya

Teks terjemahan melimpah apabila perkataan sasaran tidak lagi muat dengan geometri kawasan sumber. Punca langsung mungkin pengembangan teks, tetapi kekangan mengikat biasanya adalah satu kotak, kolum, baris, fon, atau peraturan pemecahan baris tertentu.

Gunakan pembaikan mengikut urutan ini:

Jangan bergantung pada peratusan pengembangan bahasa tunggal. Perenggan Jerman mungkin muat manakala tajuk majmuk gagal. Prosa Cina mungkin mengecut manakala URL yang tidak diterjemahkan masih melanggar sel. Bahasa Arab mungkin muat mengikut kiraan aksara tetapi gagal kerana fon, pembentukan, tanda baca, atau arahnya salah.

Gunakan diagnosis ini:

• Dipotong dalam satu kotak: saiz semula atau alirkan semula kawasan tersebut.
• Kotak atau aksara hilang: gantikan atau benamkan fon dengan glif yang diperlukan.
• Perkataan panjang atau URL enggan dibalut: baiki peraturan pemecahan baris atau tanda sempang.
• Hanya pengepala jadual gagal: gunakan pembaikan khusus jadual.
• Pengepala berulang bertembung pada setiap halaman: semak semula templat halaman berbanding setiap perenggan.
• Dua serpihan menjadi satu perenggan saiz besar: baiki susunan bacaan sebelum menyentuh tipografi.

Jika susun atur sumber tiada ruang untuk versi bahasa sasaran yang setia, koordinat yang seidentical adalah kriteria penerimaan yang salah. Kekalkan kesempurnaan, hierarki, dan kebolehbacaan sebaliknya.

Kekalkan Jadual, Carta, Nombor, dan Nota Kaki

Jadual PDF tidak selalu disimpan sebagai jadual. Ia mungkin teks boleh edit di atas garis grid, banyak serpihan yang diletakkan, atau imej tunggal. Label carta mungkin teks berasingan atau dibakar ke dalam grafik.

Itu mewujudkan empat kelas kegagalan bebas:

Gunakan semakan token dilindungi untuk:

• integer dan nilai perpuluhan;
• tanda positif dan negatif;
• peratusan, mata wang, tarikh, dan nombor versi;
• unit dan formula;
• nombor jadual dan figura;
• penanda nota kaki dan teks kelayakan mereka.

Konvensyen lokaliti boleh mengubah pemisah perpuluhan atau penempatan mata wang. Persoalannya bukanlah sama ada setiap aksara adalah seidentical; ia adalah sama ada sasaran mewakili kuantiti yang sama dan kekal melekat pada label yang betul.

Bagi setiap jadual, sahkan:

1. Kiraan baris dan kolum masih sepadan.
2. Sel tergabung merangkumi rekod yang sama.
3. Setiap nombor kekal berpasangan dengan label sumbernya.
4. Unit, tanda, dan ketepatan adalah betul.
5. Nota kaki masih melayakkan nilai yang dimaksudkan.
6. Pembalutan pengepala tidak menyembunyikan kandungan.

Bagi setiap carta, sahkan geometri dan data kekal tidak berubah, label masih mengenal pasti tanda visual yang betul, dan kapsyen kekal melekat. Jika label dibenamkan dalam imej, gunakan OCR sedar imej dan lukis semula, atau kekalkan carta asal dengan kapsyen atau legenda yang diterjemahkan. Jangan regangkan atau potong carta agar muat dengan label yang lebih panjang.

Jika jadual kewangan, saintifik, atau undang-undang mengandungi walaupun satu hubungan nilai yang salah, dokumen itu gagal tanpa kira betapa digilap rupanya.

Pilih Susun Atur PDF Dwibahasa

PDF dwibahasa berguna apabila seseorang mesti mengesahkan sasaran terhadap sumber. Ia tidak secara automatik menjadi hasil serahan akhir yang terbaik.

Jangan sejajarkan mengikut pecahan baris visual. Terjemahan boleh memecahkan satu ayat sumber kepada dua ayat sasaran atau menggabungkan dua ayat pendek. Gunakan tajuk, urutan perenggan, nombor jadual, nombor figura, item senarai, dan penanda nota kaki sebagai sauh yang stabil.

Bersebelahan adalah lalai yang lemah apabila sumber sudah mempunyai berbilang kolum, jadual tumpat, nota margin, atau pengembangan tempatan yang besar. Dalam kes sedemikian, halaman berdepan atau fail monolingual bersiri mengekalkan lebar bacaan biasa dan menjadikan kegagalan lebih mudah diasingkan.

Kedua-dua bahasa harus kekal boleh dicari dan boleh dipilih apabila mungkin. Semak susunan teks yang disalin, metadata bahasa dokumen, tajuk, tanda jadual, and penerangan figura. Jika kebolehaksesan adalah keperluan yang sukar, fail monolingual berasingan selalunya lebih selamat daripada struktur kolum berselang-seli yang kompleks.

Pilih Alat Yang Tepat Untuk Pekerjaan

Penterjemah PDF khusus

Gunakan penterjemah khusus untuk PDF yang panjang, diformat, atau menghadap pelanggan. Ia adalah titik permulaan yang betul apabila output yang diperlukan adalah PDF lain yang boleh digunakan berbanding transkrip teks.

Google Translate

Gunakan Google Translate untuk kefahaman pantas dokumen pendek dan ringkas apabila susun atur bukan bahan serahan. Halaman berbilang kolum, imbasan, jadual tumpat, and penerbitan akhir memerlukan alur kerja yang lebih terkawal. Panduan PDF Google Translate merangkumi alur kerja dokumen dan tanda kegagalannya.

ChatGPT

Gunakan ChatGPT untuk petikan pendek, penyediaan glosari, keputusan nada, dan semakan dwibahasa. Jangan anggap antara muka sembang sebagai enjin susun atur halaman untuk PDF yang panjang. Alur kerja PDF ChatGPT merangkumi gesaan yang melarang ringkasan dan kandungan tambahan.

Tukar PDF kepada DOCX

Tukar dahulu hanya apabila anda berniat untuk mengedit atau membina semula dokumen secara manual. Penukaran boleh memecahkan jadual, menyusun semula serpihan, and menukar label carta kepada kotak terapung sebelum terjemahan bermula. Uji halaman paling sukar sebelum komited. Jika DOCX yang ditukar bersih dari segi struktur, teruskan dengan penterjemah DOCX; jika ia sudah rosak, terjemahan tidak akan membaiki penukaran tersebut.

Pengulas manusia atau dwibahasa

Gunakan pengulas yang layak untuk kandungan undang-undang, perubatan, kewangan, kritikal keselamatan, akademik, atau diterbitkan. Alur kerja susun atur boleh mengekalkan setiap kotak manakala maksudnya masih salah. Gunakan sampel terjemahan sebenar untuk melihat cara kami mengasingkan semakan bahasa daripada semakan susun atur.

Senarai Semak Penerimaan Terjemahan PDF

Penghalang

• Teks hilang atau terpotong
• Susunan bacaan salah
• Perenggan atau label bertindih
• Nombor ditetapkan kepada baris atau elemen carta yang salah
• Formula, tanda, unit, atau rujukan yang berubah
• Saiz fon tidak boleh dibaca
• Glif bahasa sasaran hilang
• Arah dan tanda baca Arab atau Ibrani rosak
• Amaran, kapsyen, atau nota kaki tersembunyi

Kecacatan utama

• Pembalutan janggal tetapi boleh dibaca
• Kapsyen diasingkan daripada figura
• Hanyutan halaman besar yang tidak dapat dijelaskan
• Rawatan tajuk tidak konsisten
• Perubahan saiz fon tempatan berulang
• Blok dwibahasa dijajarkan kepada petikan sumber yang salah

Perbezaan kosmetik

• Pengakhiran baris yang berbeza
• Perubahan ruang putih kecil
• Perubahan kiraan halaman sederhana dengan rujukan yang betul
• Ketinggian baris jadual sedikit berbeza dengan semua kandungan kelihatan

Untuk setiap halaman yang gagal, rekodkan halaman sumber, jenis elemen, simptom, kekangan mengikat, pembaikan, dan sama ada semakan makna dwibahasa diperlukan. Jejak audit itu lebih berguna daripada mengatakan "pemformatan diselaraskan."

Alur Kerja Disyorkan Untuk Kebanyakan PDF

1. Kekalkan PDF sumber yang tidak disentuh.
2. Semak sama ada teks dan sel jadual boleh dipilih.
3. Jalankan OCR hanya untuk kandungan imej sahaja, kemudian semak ralat pengecaman.
4. Muat turun ujian tegasan PDF atau pilih halaman paling sukar daripada fail anda sendiri.
5. Terjemahkan halaman wakil itu dengan Penterjemah PDF.
6. Semak susunan bacaan, jadual, nombor, label, nota kaki, fon, dan arah sebelum kefasihan bahasa.
7. Terjemahkan fail lengkap hanya selepas halaman wakil lulus.
8. Baiki kekangan tempatan secara tempatan; jangan mengecilkan dokumen secara global.
9. Simpan sumber, PDF terjemahan, tetapan, glosari, and nota semakan bersama-sama untuk semakan masa depan.

Untuk persamaan, petikan, and susun atur penyelidikan, teruskan dengan alur kerja terjemahan kertas akademik. Jika anda masih memutuskan sama ada sumber harus berupa PDF atau EPUB, gunakan panduan keputusan EPUB vs PDF.