Как перевести PDF с нумерацией Бейтса, сохранив юридические ссылки

Чтобы безопасно перевести PDF с нумерацией Бейтса, воспринимайте каждый идентификатор Бейтса как ключ для ссылок, а не как обычный текст. Зафиксируйте исходный пакет документов, внесите в реестр каждую исходную страницу отдельной строкой, выполняйте перевод на рабочей копии и обеспечьте возможность доказать, как каждая страница перевода соотносится с исходным идентификатором.

Не придумывайте схему нумерации для перевода на ходу. Договор, протокол предоставления доказательств, судебное постановление, инструкции клиента или регламент проверки могут строго определять, сохраняет ли перевод оригинальный идентификатор, получает суффикс или использует отдельный диапазон номеров. Юристы или специалисты по документообороту должны утвердить это правило до начала работы.

Придерживайтесь следующего порядка действий:

1. Сохраните точные исходные файлы и их хеш-суммы.
2. Составьте реестр с именами файлов, их порядком, номерами страниц PDF и видимыми номерами Бейтса.
3. Разберитесь с отсутствующими, дублирующимися, неразборчивыми или конфликтующими идентификаторами до начала перевода.
4. Утвердите правило нумерации перевода, включая сценарии, когда одна страница оригинала превращается в несколько страниц перевода.
5. Переведите текст документа, исключив идентификаторы из переводимого контента.
6. Составьте карту соответствия страниц оригинала и перевода.
7. Проверьте каждую цитату и перекрестную ссылку по финальным файлам.

Скачайте шаблон карты страниц для перевода документов с нумерацией Бейтса. В нем приведен наглядный пример разделения страниц, а не универсальное правило присвоения имен.

Для чего нужна нумерация Бейтса

Номер Бейтса — это уникальный идентификатор страницы, используемый в массиве документов. Обычно он размещается в верхнем или нижнем колонтитуле и может сочетать порядковый номер с префиксом или суффиксом.

В официальных инструкциях Adobe по Acrobat описан пакетный процесс, в котором пользователь задает порядок файлов, начальный номер, количество цифр, префикс, суффикс, папку вывода и параметры переименования. Порядок файлов имеет решающее значение: его изменение приведет к тому, что страницы получат другие идентификаторы.

Четко разграничивайте следующие понятия:

Эти значения могут не совпадать между собой, и это не является ошибкой. Например, в PDF может быть шесть ненумерованных страниц обложки и оглавления, печатная страница 1 может приходиться на 7-ю страницу PDF, а номер Бейтса ACME000247 — стоять на той же самой странице. При этом именно номер Бейтса остается главным внешним идентификатором для ссылок.

В нашей инструкции по исправлению нумерации страниц в PDF подробно разбираются печатная пагинация и метки страниц PDF. Настоящее же руководство посвящено отдельной задаче — сохранению соответствия номеров Бейтса между оригиналом и переводом.

Зафиксируйте исходный массив документов перед переводом

Не начинайте работу с папкой, содержимое которой еще может измениться. Создайте неизменяемый исходный комплект документов и зафиксируйте:

• название подборки или судебного дела;
• имя исходного файла и его контрольную сумму SHA-256;
• порядок следования файлов;
• количество страниц;
• первый и последний идентификаторы Бейтса;
• префикс, суффикс и разрядность чисел;
• грифы конфиденциальности, отметки о редактировании или статусе;
• является ли PDF зашифрованным, подписанным, отсканированным или интерактивной формой; а также
• инструкция, санкционирующая перевод и определяющая итоговый результат.

Adobe отмечает, что защищенные или зашифрованные PDF, а также некоторые типы форм не поддерживаются встроенной операцией нумерации Бейтса. Это важное замечание для предварительной проверки: ограничения на редактирование, поведение форм, подписи или шифрование должны быть устранены уполномоченным владельцем файла, а не замаскированы печатью документа в новый PDF.

Хеширование имеет решающее значение, поскольку имена файлов — ненадежное доказательство. Два файла с именем production-001.pdf могут содержать разные ревизии. Карта страниц, привязанная к контрольной сумме, позволяет проверяющему точно определить, какие именно байты были переведены.

Проведите аудит существующей последовательности

Составьте таблицу учета (по одной строке на каждую страницу оригинала) до внесения изменений в PDF. Зафиксируйте как минимум:

source filename
source file hash
PDF page index
visible Bates identifier
identifier location
printed page number or page label, when relevant
page status: present, blank, redacted, duplicate, illegible, or exception

Затем проверьте последовательность программно и визуально.

Ищите пропуски и дубликаты

В последовательности вида ACME000101, ACME000102, ACME000104 есть пропуск. Это не доказывает, что страница утеряна: отсутствующий идентификатор может относиться к другому файлу, быть намеренно исключен или отражать решение, принятое на более раннем этапе предоставления документов. Зафиксируйте пропуск и сверьте его с производственным реестром вместо того, чтобы молча перенумеровывать страницы.

Дублирующиеся идентификаторы не менее важны. Определите, является ли дубликат дефектом исходника, замещающей страницей или общепринятым правилом. Ни в коем случае не исправляйте его только в переводе: это нарушит согласованность систем ссылок между оригиналом и переводом.

Проверьте фактическую видимость элементов

Осмотрите первую страницу, последнюю страницу, границы каждого файла и выборку страниц из середины. Также проверьте страницы с цензурными купюрами, повернутым содержимым, очень темными сканами или плотно заполненными нижними колонтитулами. OCR или инструмент извлечения текста могут пропустить идентификатор, даже если человек его видит, а номер, добавленный как обычный текст PDF, может быть извлечен с нарушением порядка чтения.

Используйте визуальный осмотр, чтобы подтвердить наличие и читаемость номеров. Извлечение текста используйте как вспомогательный инструмент, а не как единственный источник истины.

Согласуйте правило для целевых идентификаторов

Универсального суффикса перевода или правила пагинации не существует. Выберите единую регламентированную политику и зафиксируйте, кто ее утвердил.

К распространенным моделям относятся:

Регламент конкретного дела может быть еще более детальным. Например, опубликованное процессуальное соглашение о переводе в федеральном суде США требовало, чтобы на переведенных страницах сохранялся исходный номер Бейтса, добавлялась пометка о переводе, а при разбиении одной исходной страницы на несколько переведенных использовались десятичные суффиксы. Это наглядно доказывает, что для случаев увеличения объема страниц нужно четкое правило; само по себе это не является стандартом по умолчанию для других разбирательств.

Руководящие указания могут также требовать добавления метки Translation , сохранения грифов конфиденциальности, наличия страницы с удостоверительной надписью или определенного формата имени файла. Перенесите эти требования в чек-лист сдачи в точности как есть. Не переносите по аналогии правила из других дел или от других клиентов.

Не переводите идентификатор как обычный текст

Префикс может выглядеть как аббревиатура или отдельное слово, но его функция исключительно структурная. PLAINTIFF000247, FACTURE000247или JP-EXH-000247 нельзя переводить только потому, что переводится весь остальной документ.

Зафиксируйте следующие элементы, если утвержденный регламент прямо не предписывает обратное:

• префикс и суффикс;
• числовое значение и дополнение нулями;
• регистр букв и разделители;
• расположение идентификатора;
• соответствующее имя файла или ключ файла загрузки (load file); и
• обозначения замены или перевода.

По возможности исключайте строки идентификаторов из обычных сегментов машинного перевода. Если они вынужденно проходят через общий процесс извлечения текста, добавьте их в список защищенных терминов и сверьте полученные наборы идентификаторов исходного документа и перевода.

То же правило действует для цитат и ссылок внутри текста. Фраза вроде «См. ACME000247» содержит переводимый текст и нелингвистический ключ ссылки. Переведите саму фразу, а ключ сохраните или целенаправленно переназначьте.

Сопоставляйте каждую страницу перевода с исходной страницей

Объем перевода может совпадать с исходным документом по числу страниц, а может быть меньше или больше. Не предполагайте, что одна страница оригинала всегда строго равна одной странице перевода.

В скачиваемом CSV-файле под каждое соответствие страниц перевода отведена отдельная строка. Основные столбцы:

Никогда не сводите связь «один ко многим» к размытой пометке. Если исходная страница ACME000247 превращается в две страницы перевода, создайте две строки перевода, каждая из которых ссылается на ACME000247 и содержит утвержденные суффиксы частей.

Аналогично, если две короткие исходные страницы намеренно объединяются на одной целевой, зафиксируйте обе исходные связи. Таблица соответствия должна описывать целевой документ, а не втискивать реальность в рамки строгого соотношения «один к одному».

Переводите с рабочей копии

Сохраняйте исходный пакет документов неизменным. Создайте рабочую копию для перевода и определите, как видимый идентификатор будет сохраняться на всех этапах работы.

Перед использованием любого переводчика протестируйте типовой файл, содержащий:

• обычную текстовую страницу;
• повернутую или альбомную страницу;
• отсканированную страницу, требующую распознавания (OCR);
• страницу с отредактированными или скрытыми фрагментами;
• страницу с отметкой о конфиденциальности;
• страницу, где бэйтсовский номер расположен вплотную к основному тексту; и
• страницу с внутренней ссылкой на другой бэйтсовский номер.

Проверьте, сохраняет ли итоговый документ идентификатор, удаляет ли его, дублирует, перекрывает или ошибочно переводит. Также убедитесь, что увеличение объема текста при переводе не накладывает основной текст поверх номера.

Если идентификатор является частью изображения страницы, OCR может распознать его как обычный текст. Если он вынесен в колонтитулы, реконструкция верстки может его пропустить. Если номер проставляется заново после перевода, незамеченный сохранившийся оригинал приведет к появлению двух номеров на одной странице. Единственный надежный подход — детально проверить полученный результат.

Для документов, состоящих только из изображений, используйте процесс перевода отсканированных PDF , чтобы сначала подтвердить качество OCR. Для устранения общих дефектов верстки используйте процесс перевода PDF с сохранением форматирования.

Проверяйте ссылки, а не только количество страниц

Целевой PDF может иметь ожидаемое количество страниц, но при этом нарушать саму суть бэйтсовской нумерации. Проверяйте ссылки на трех уровнях.

1. Целостность идентификаторов

• Каждый исходный идентификатор присутствует в исходном реестре.
• Каждая целевая страница содержит идентификатор, требуемый утвержденными правилами.
• Ни один целевой идентификатор не дублируется непреднамеренно.
• Префикс, суффикс, количество цифр, разделители и регистр соответствуют правилам.
• Идентификатор хорошо различим и не перекрывает содержимое документа.

2. Целостность сопоставления

• Каждая страница перевода сопоставлена как минимум с одной исходной страницей.
• Для каждой исходной страницы определен ожидаемый статус в переводе.
• Разделенные и объединенные страницы имеют явно зафиксированные связи.
• По удаленным, скрытым, пустым или непереведенным страницам зафиксированы принятые решения.
• Границы файлов и порядок страниц соответствуют утвержденному набору целевых документов.

3. Корректность ссылок

Найдите в готовом переводе все ссылки в формате сквозной нумерации Бейтса. Для каждой ссылки откройте указанное место в исходном документе или переводе и убедитесь, что оно подтверждает контекст. Проверьте:

• ссылки внутри переведенных документов;
• указатели и хронологии событий;
• заметки рецензентов и журналы расхождений;
• заявления, отчеты или переписку, передаваемые вместе с переводом; и
• любые выгрузки, сформированные из платформы для проверки документов.

Если в переводе используется новый диапазон номеров, таблица соответствия должна быть доступна рецензентам непосредственно во время работы. Даже идеально составленная таблица бесполезна, если она лежит в закрытой папке, пока специалист изучает переведенный отчет, где указаны только новые номера.

Проведите проверку с имитацией ошибок

Качественный процесс контроля качества должен выявлять умышленные дефекты, прежде чем ему доверят реальные материалы. Скопируйте небольшую тестовую выборку и внесите в нее по одной ошибке за раз:

1. удалите страницу из перевода;
2. поменяйте местами два файла в пакете;
3. продублируйте идентификатор;
4. измените один префикс или цифру;
5. разбейте одну исходную страницу на несколько без добавления составных суффиксов;
6. оставьте одну внутреннюю ссылку, указывающую не на ту страницу; и
7. перекройте часть идентификатора переведенным текстом.

Выполните инвентаризацию и сверку ссылок. Если дефект не был обнаружен, доработайте процедуру контроля, прежде чем применять ее к более крупным массивам документов.

Этот CSV намеренно оформлен как шаблон, а не как подтверждение того, что эти проверки уже выполнялись для файлов BookTranslator. Заполните его реальными хешами, решениями, именами проверяющих и результатами для ваших файлов.

Какое место занимает BookTranslator в этом процессе

PDF-переводчик BookTranslator может переводить текст поддерживаемых PDF-документов, если у вас есть разрешение на их обработку. При этом сервис не является системой управления нумерацией Бейтса, платформой для ведения судебных дел, службой юридического заверения или эталонной базой данных документов.

Перед загрузкой сохраните исходный массив документов и реестр его страниц. Начните с одного репрезентативного файла, на обработку которого получено разрешение, а не со всего массива сразу. Оцените, как в готовом файле отображаются видимые идентификаторы, скрытые фрагменты, штампы, геометрия страниц и внутренние ссылки. После скачивания рассматривайте переведенный PDF как предварительную версию: рассчитайте хеш, заполните карту соответствия страниц и проведите проверку идентификаторов и ссылок на точном финальном наборе байтов.

Не стоит считать, что успешная загрузка гарантирует сохранность номеров Бейтса, скрытых фрагментов, подписей, форм, аннотаций, закладок или доказательственных связей. Каждый из этих элементов требует отдельной проверки перед выпуском. Наш чек-лист контроля качества перевода PDF описывает общую проверку итогового файла, а руководство по закладкам в PDF посвящено точкам навигации.

Если рабочий процесс требует заверенного перевода, официальных заявлений, файлов загрузки (load files), соблюдения адвокатской тайны или особого оформления для суда, поручите эти задачи квалифицированным специалистам и предназначенным для этого системам.

Критерии готовности к выпуску

Не передавайте переведенный комплект материалов, пока:

• список исходных файлов, их порядок, количество страниц и значения SHA-256 не зафиксированы окончательно;
• каждая исходная страница не получила зафиксированный номер Бейтса или задокументированное исключение;
• пропуски и дубликаты не сверены с реестром исходного массива документов;
• правила формирования идентификаторов и обработки расширения страниц в целевых файлах не утверждены уполномоченным лицом;
• каждая страница перевода не сопоставлена с соответствующей исходной страницей (или страницами);
• имена целевых файлов и их идентификаторы не приведены в соответствие с утвержденным стандартом;
• идентификаторы не проверены на читаемость, уникальность (где требуется) и отсутствие перекрытия полезного содержимого;
• отметки о конфиденциальности и скрытые фрагменты не прошли отдельную проверку качества;
• внутренние и внешние ссылки на номера Бейтса не ведут именно на те фрагменты, на которые должны;
• для финальных PDF-файлов (а не промежуточных версий) не зафиксированы итоговые хеш-суммы;
• пройдена общая проверка качества содержимого и верстки; а также
• для всех нерешенных исключений назначен ответственный, и они блокируют передачу документа, если нарушают целостность ссылок.

Главный принцип прост: переводите текст, сохраняйте систему ссылок и подтверждайте соответствие страница за страницей.