Cách dịch PDF đánh số Bates mà không làm hỏng các dẫn chiếu pháp lý

Dịch PDF đánh số Bates với danh mục nguồn cố định, ánh xạ cấp độ trang, mã định danh được kiểm soát và kiểm tra dẫn chiếu tệp cuối cùng.

BookTranslator Team

Dịch thuật PDF Kiểm soát chất lượng bản dịch

28 thg 9, 202619 min read

Để dịch tệp PDF được đánh số Bates một cách an toàn, hãy xem mỗi mã định danh Bates như một khóa tham chiếu, chứ không phải văn bản thông thường. Hãy đóng băng bản giao nộp gốc, ghi lại một hàng cho mỗi trang nguồn, dịch từ bản sao làm việc và chứng minh cách mỗi trang đích ánh xạ ngược lại mã định danh nguồn.

Không tự ý đặt ra quy ước đánh số đích trong quá trình dịch. Hợp đồng, biên bản giao nộp tài liệu, lệnh của tòa án, chỉ dẫn của khách hàng hoặc quy trình rà soát có thể chi phối việc bản dịch giữ lại mã định danh gốc, thêm hậu tố hay sử dụng một dải số riêng. Đội ngũ phụ trách pháp lý hoặc hồ sơ phải phê duyệt quy tắc đó trước khi bắt đầu công việc.

Hãy thực hiện theo trình tự sau:

Bảo toàn chính xác các tệp nguồn và mã hash của chúng.
Lập danh mục tên tệp, thứ tự tệp, chỉ mục trang PDF và các mã định danh Bates hiển thị trên trang.
Xử lý các mã định danh bị thiếu, trùng lặp, không đọc được hoặc xung đột trước khi dịch.
Phê duyệt quy tắc định danh đích, bao gồm phương án xử lý khi một trang nguồn bị tách thành nhiều trang đích.
Dịch nội dung ngôn ngữ mà không coi mã định danh là văn bản cần dịch.
Xây dựng bảng ánh xạ trang từ nguồn sang đích.
Kiểm tra từng trích dẫn và dẫn chiếu chéo đối chiếu với các tệp cuối cùng.

Tải xuống mẫu ánh xạ trang dịch số Bates. Mẫu này bao gồm một mô hình tách trang minh họa, chứ không phải quy tắc đặt tên áp dụng cho mọi trường hợp.

Vai trò của số Bates

Số Bates là một mã định danh trang duy nhất được sử dụng xuyên suốt một bộ tài liệu. Số này thường hiển thị ở đầu trang (header) hoặc chân trang (footer) và có thể kết hợp một chuỗi số với tiền tố hoặc hậu tố.

Hướng dẫn sử dụng Acrobat hiện tại của Adobe mô tả một quy trình hàng loạt, trong đó người dùng chọn thứ tự tệp, số bắt đầu, số lượng chữ số, tiền tố, hậu tố, thư mục xuất và cách đặt tên tệp. Thứ tự tệp đó rất quan trọng: thay đổi thứ tự có thể làm thay đổi trang nào nhận mã định danh nào.

Cần phân biệt rõ các khái niệm sau:

Mã định danh	Ví dụ	Đối tượng định danh
Mã định danh Bates	`ACME000247`	Một trang trong bộ tài liệu được kiểm soát
Chỉ mục trang PDF	Trang 18 trong tệp	Vị trí của đối tượng trang trong tệp PDF đó
Số trang in	`12` được in ở chân trang	Một con số nằm trong chính nội dung của tài liệu
Nhãn trang PDF	`A-12` được trình xem hiển thị	Một nhãn logic được ánh xạ tới một trang PDF
Tên tệp	`production-003.pdf`	Vật chứa lưu trữ một hoặc nhiều trang

Các giá trị này có thể không trùng khớp nhau mà không hề có giá trị nào bị lỗi. Một tệp PDF có thể có sáu trang bìa và mục lục không đánh số, trang in số 1 nằm ở trang PDF thứ 7, và mã định danh Bates ACME000247 nằm ngay trên chính trang đó. Mã định danh Bates vẫn là khóa tham chiếu bên ngoài.

Bài hướng dẫn sửa số trang PDF của chúng tôi phụ trách phần đánh số trang in và nhãn trang PDF. Hướng dẫn này tập trung riêng vào mối quan hệ Bates giữa nguồn và đích.

Đóng băng bộ tài liệu nguồn trước khi dịch

Không bắt đầu từ một thư mục mà nội dung bên trong vẫn có thể thay đổi. Hãy tạo một bộ tài liệu nguồn chỉ đọc và ghi lại:

tên đợt cung cấp tài liệu hoặc tên vụ việc;
tên tệp nguồn và mã băm SHA-256;
thứ tự tệp;
số trang;
mã định danh Bates đầu tiên và cuối cùng;
tiền tố, hậu tố và độ dài chữ số;
các dấu hiệu bảo mật, che khuất thông tin (redaction) hoặc trạng thái;
liệu tệp PDF có bị mã hóa, đã ký số, là bản quét hay ở dạng biểu mẫu; và
văn bản hướng dẫn cho phép dịch thuật và xác định sản phẩm bàn giao.

Adobe lưu ý rằng các tệp PDF được bảo vệ hoặc mã hóa và một số loại biểu mẫu nhất định không được thao tác đánh số Bates hỗ trợ. Đây là điểm phân biệt hữu ích trong bước tiền kiểm: các hạn chế chỉnh sửa, hành vi biểu mẫu, chữ ký hoặc vấn đề mã hóa cần được chủ sở hữu tệp được ủy quyền xử lý, thay vì che giấu bằng cách in tài liệu thành một tệp PDF mới.

Việc băm (hash) là rất quan trọng vì tên tệp là bằng chứng rất yếu. Hai tệp cùng có tên production-001.pdf có thể chứa các bản sửa đổi hoàn toàn khác nhau. Một sơ đồ trang gắn liền với mã checksum cho phép người đối soát xác định chính xác những byte nào đã thực sự được dịch.

Kiểm toán chuỗi số hiện có

Tạo một dòng kiểm kê cho mỗi trang nguồn trước khi chỉnh sửa tệp PDF. Thu thập tối thiểu các thông tin sau:

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

Sau đó, kiểm tra chuỗi số bằng công cụ tự động lẫn đối soát thủ công bằng mắt.

Tìm các khoảng gián đoạn và số trùng lặp

Một chuỗi như ACME000101, ACME000102, ACME000104 có một khoảng gián đoạn. Điều đó chưa thể chứng minh là tài liệu bị thiếu trang: mã định danh bị khuyết có thể thuộc về một tệp khác, có thể đã được chủ ý giữ lại, hoặc phản ánh một quyết định từ đợt cung cấp tài liệu (production) trước đó. Hãy ghi lại khoảng gián đoạn này và đối chiếu với danh mục tài liệu sản xuất thay vì âm thầm đánh số lại các trang.

Mã định danh bị trùng lặp cũng quan trọng không kém. Hãy xác định xem việc trùng lặp là lỗi từ bản nguồn, là trang thay thế hay là một quy ước hợp lệ. Tuyệt đối không tự sửa lỗi này chỉ trên bản dịch; điều đó sẽ khiến hệ thống quy chiếu giữa bản nguồn và bản dịch mất đi tính nhất quán.

Kiểm tra những gì thực sự hiển thị

Hãy kiểm tra trang đầu tiên, trang cuối cùng, mọi ranh giới giữa các tệp và lấy mẫu ngẫu nhiên ở giữa. Đồng thời kiểm tra các trang có che khuất thông tin, nội dung bị xoay, bản quét quá tối hoặc phần chân trang dày đặc. OCR hoặc công cụ trích xuất có thể bỏ sót mã định danh ngay cả khi mắt người vẫn nhìn thấy, trong khi một mã định danh được thêm vào dưới dạng văn bản PDF thông thường có thể bị trích xuất sai thứ tự đọc.

Hãy dùng phương pháp đối soát bằng mắt để xác định sự hiện diện và độ dễ đọc. Sử dụng công cụ trích xuất văn bản như một kênh đối chứng phụ, không phải là căn cứ duy nhất.

Phê duyệt quy tắc đặt mã định danh đích

Không có một quy tắc chung cố định nào cho việc thêm hậu tố hay đánh số trang bản dịch. Hãy chọn một chính sách được kiểm soát duy nhất và ghi nhận người đã phê duyệt chính sách đó.

Các mẫu quy tắc phổ biến bao gồm:

Quy tắc	Minh họa	Đánh đổi chính
Giữ nguyên mã định danh nguồn hiển thị	`ACME000247`	Tính liên tục của tài liệu tham chiếu đơn giản, nhưng bản nguồn và bản dịch cần thêm một dấu hiệu phân biệt trực quan khác
Giữ nguyên mã định danh nguồn và thêm hậu tố bản dịch đã thỏa thuận	`ACME000247-T`	Mối quan hệ trực tiếp, nhưng định dạng hậu tố phải được quy định chặt chẽ
Gán một dải số đích riêng biệt và duy trì bảng ánh xạ	`FR000811` → nguồn `ACME000247`	Tập hợp đích rõ ràng, nhưng mọi trích dẫn đều phụ thuộc vào bảng ánh xạ
Sử dụng mã định danh nguồn kèm hậu tố phân trang sau khi tài liệu giãn trang	`ACME000247-T.01`, `.02`	Hỗ trợ điều chỉnh luồng văn bản, nhưng quy ước chia phần phải được xác định trước

Một quy trình trong vụ việc thực tế có thể cụ thể hơn. Ví dụ, một thỏa thuận dịch thuật đã công bố trong một vụ án liên bang tại Hoa Kỳ đã yêu cầu các trang dịch phải giữ nguyên số Bates nguồn, thêm ký hiệu bản dịch và sử dụng các phần bổ sung theo kiểu thập phân khi một trang nguồn cần nhiều trang dịch. Đó là bằng chứng cho thấy việc giãn trang cần một quy tắc rõ ràng; đây không phải là mặc định cho các vụ việc khác.

Chỉ thị điều chỉnh cũng có thể yêu cầu nhãn Translation , giữ lại các chỉ định bảo mật, một trang chứng nhận hoặc một tên tệp cụ thể. Hãy sao chép chính xác các yêu cầu đó vào danh sách kiểm tra phát hành. Đừng suy diễn chúng từ một vụ việc hoặc khách hàng khác.

Không dịch mã định danh như ngôn ngữ thông thường

Tiền tố có thể trông giống như một từ viết tắt hoặc một từ ngữ, nhưng vai trò của nó lại mang tính cấu trúc. PLAINTIFF000247, FACTURE000247, hoặc JP-EXH-000247 không nên bị bản địa hóa chỉ vì tài liệu xung quanh đang được dịch.

Hãy khóa các trường này trừ khi chính sách được phê duyệt có thay đổi:

tiền tố và hậu tố;
giá trị số và các số không đệm đầu;
chữ hoa/thường và các ký tự phân cách;
vị trí đặt mã định danh;
tên tệp liên kết hoặc khóa load file; và
các ký hiệu chỉ định thay thế hoặc bản dịch.

Nếu có thể, hãy tách các chuỗi định danh ra khỏi các phân đoạn dịch máy thông thường. Nếu chúng buộc phải đi qua cùng một quy trình trích xuất, hãy đưa chúng vào danh sách thuật ngữ được bảo vệ và đối chiếu các tập hợp mã định danh nguồn/đích đã trích xuất sau đó.

Quy tắc tương tự cũng áp dụng cho các trích dẫn nằm trong văn bản. Một câu như “Xem ACME000247” chứa văn bản dịch được và một khóa tham chiếu phi ngôn ngữ. Hãy dịch câu văn; đồng thời giữ nguyên hoặc chủ động ánh xạ lại khóa tham chiếu đó.

Ánh xạ từng trang đích ngược về trang nguồn

Tài liệu đích có thể giữ nguyên số trang, thu gọn hoặc tăng số trang. Đừng mặc định rằng một trang nguồn sẽ luôn tương đương với một trang đích.

Tệp CSV có thể tải xuống sử dụng một hàng cho mỗi mối quan hệ trang đích. Các cột cốt lõi bao gồm:

Cột	Mục đích
`source_file_sha256`	Ghim bản đồ ánh xạ vào chính xác tệp nguồn
`source_pdf_page_index`	Xác định vị trí trang bên trong tệp đó
`source_bates_id`	Bảo toàn khóa tham chiếu bên ngoài
`target_file_sha256`	Ghim bước rà soát vào các byte bản dịch cuối cùng
`target_pdf_page_index`	Xác định vị trí trang đã dịch
`target_bates_id`	Ghi nhận mã định danh đích hiển thị đã được phê duyệt
`translation_page_part`	Giải thích mối quan hệ một-nhiều
`identifier_decision`	Nêu rõ chính sách được áp dụng cho hàng đó
`content_check`	Ghi nhận nội dung bản dịch của trang có vượt qua bước rà soát hay không
`reference_check`	Ghi nhận các trích dẫn và tham chiếu có khớp chính xác hay không

Tuyệt đối không gộp mối quan hệ một-nhiều thành một ghi chú mơ hồ. Nếu trang nguồn ACME000247 tách thành hai trang đích, hãy tạo hai hàng đích cùng trỏ ngược về ACME000247 và mang các mã định danh phần đã được phê duyệt.

Tương tự, nếu hai trang nguồn ngắn được chủ đích gộp vào một trang đích, hãy ghi nhận cả hai mối quan hệ nguồn này. Bảng đối chiếu cần giải thích rõ bản dịch đích, chứ không phải gò ép thực tế vào khuôn khổ một-đối-một cứng nhắc của bảng tính.

Dịch từ bản sao làm việc

Giữ nguyên vẹn tập tài liệu tố tụng gốc. Hãy tạo một bản sao làm việc để dịch và quyết định cách thức duy trì mã định danh hiển thị trong suốt quy trình.

Trước khi sử dụng bất kỳ công cụ dịch nào, hãy thử nghiệm trên một tệp mẫu đại diện gồm:

một trang văn bản thông thường;
một trang xoay chiều hoặc nằm ngang;
một trang quét (scan) cần xử lý OCR;
một trang có nội dung bị che khuất (redacted);
một trang có đóng dấu bảo mật;
một trang có mã định danh Bates nằm sát phần thân văn bản; và
một trang có trích dẫn nội bộ đến một mã định danh Bates khác.

Kiểm tra xem bản dịch xuất ra giữ nguyên, lược bỏ, nhân bản, làm mờ hay dịch nhầm mã định danh. Đồng thời kiểm tra xem độ giãn chữ của ngôn ngữ đích có đẩy phần thân văn bản đè lên mã hay không.

Nếu mã định danh là một phần của ảnh trang, OCR có thể nhận diện nhầm nó thành văn bản chính. Nếu nó nằm ở đối tượng đầu trang/chân trang (header/footer), quá trình tái tạo bố cục có thể bỏ sót. Nếu mã được gắn lại sau khi dịch, một bản sao cũ còn sót lại mà không được phát hiện có thể tạo ra hai mã định danh trên cùng một trang. Cách an toàn duy nhất là phải trực tiếp kiểm tra kỹ lưỡng kết quả đầu ra.

Đối với các tài liệu chỉ gồm hình ảnh, hãy sử dụng quy trình dịch PDF quét (scan) để đánh giá chất lượng OCR trước. Đối với các lỗi bố cục chung, hãy áp dụng quy trình dịch PDF bảo toàn định dạng.

Xác minh các trích dẫn tham chiếu, không chỉ kiểm tra số lượng trang

Một tệp PDF đích có thể đạt đúng số trang dự kiến nhưng vẫn làm mất đi mục đích của việc đánh số Bates. Hãy kiểm tra các tham chiếu ở ba cấp độ.

1. Tính toàn vẹn của mã định danh

Mọi mã định danh gốc đều xuất hiện trong danh mục kiểm kê nguồn.
Mọi trang đích đều có mã định danh theo đúng quy ước đã được phê duyệt.
Không có mã định danh đích nào bị trùng lặp ngoài ý muốn.
Tiền tố, hậu tố, độ dài chữ số, ký tự phân cách và chữ hoa/thường đều khớp với quy ước.
Mã định danh rõ ràng, dễ đọc và không che khuất nội dung tài liệu.

2. Tính toàn vẹn của ánh xạ

Mỗi trang đích đều tương ứng với ít nhất một trang nguồn.
Mỗi trang nguồn đều có trạng thái xử lý đích dự kiến.
Các trang bị chia tách hoặc gộp lại có mối quan hệ rõ ràng.
Các trang bị xóa, giữ lại, để trống hoặc không dịch đều có quyết định được ghi nhận.
Ranh giới tệp và thứ tự trang khớp với tập tài liệu đích đã được phê duyệt.

3. Tính toàn vẹn của trích dẫn

Tìm kiếm toàn bộ các trích dẫn theo định dạng Bates trong bản dịch cuối cùng. Với mỗi trích dẫn, hãy mở vị trí nguồn hoặc đích được tham chiếu và xác nhận rằng nội dung đó hỗ trợ cho nhận định xung quanh. Thực hiện việc này cho:

các trích dẫn trong tài liệu đã dịch;
mục lục hoặc bảng niên biểu;
ghi chú rà soát và nhật ký vấn đề;
bản tường trình, báo cáo hoặc thư từ được gửi kèm bản dịch; và
mọi tệp xuất ra từ nền tảng rà soát.

Nếu bản dịch đích sử dụng dải số mới, người rà soát cần có bảng ánh xạ ngay tại thời điểm sử dụng. Một bảng ánh xạ chính xác được lưu trong thư mục riêng sẽ không giúp ích gì cho người đang đọc một báo cáo dịch thuật chỉ trích dẫn mã định danh mới.

Chạy kiểm tra bằng cách thử nghiệm lỗi

Một quy trình QA tốt phải phát hiện được các lỗi cố ý trước khi được tin tưởng áp dụng cho tài liệu thực tế. Hãy sao chép một tập mẫu nhỏ và lần lượt đưa từng lỗi vào:

xóa một trang đích;
hoán đổi vị trí hai tệp trong thứ tự xử lý hàng loạt;
tạo trùng lặp một mã định danh;
thay đổi một tiền tố hoặc một chữ số;
để một trang nguồn tràn sang trang khác mà không có mã định danh phần bổ sung;
để lại một trích dẫn nội bộ trỏ sai trang; và
để văn bản dịch che mất một phần mã định danh.

Chạy quy trình kiểm tra danh mục và trích dẫn tham chiếu. Nếu không phát hiện ra lỗi, hãy cải thiện quy trình kiểm soát trước khi áp dụng cho một đợt tài liệu phát hành lớn hơn.

Tệp CSV này được thiết kế có chủ đích như một biểu mẫu mẫu chứ không phải là khẳng định rằng các bước kiểm tra này đã được chạy trên bản xuất của BookTranslator. Hãy điền vào đó các mã băm, quyết định, người duyệt và kết quả thực tế cho các tệp của bạn.

Vai trò của BookTranslator trong quy trình

Trình dịch PDF BookTranslator có thể dịch nội dung ngôn ngữ của tệp PDF được hỗ trợ khi bạn có quyền xử lý tệp đó. Đây không phải là hệ thống quản lý số Bates, nền tảng hỗ trợ tranh tụng, dịch vụ chứng thực pháp lý hay cơ sở dữ liệu hồ sơ phát hành đóng vai trò là nguồn chân lý duy nhất.

Trước khi tải lên, hãy lưu giữ bộ tài liệu phát hành gốc cùng danh mục trang của nó. Bắt đầu với một tệp đại diện đã được cấp phép thay vì toàn bộ đợt tài liệu, sau đó xác định cách bản dịch xử lý mã định danh hiển thị, các phần bôi đen bảo mật, con dấu, bố cục trang và các trích dẫn tham chiếu nội bộ. Sau khi tải xuống, hãy coi tệp PDF đã dịch là một bản xuất ứng viên: tạo mã băm, điền sơ đồ đối chiếu trang và chạy các bước kiểm tra mã định danh cùng trích dẫn trên chính xác từng byte dữ liệu cuối cùng.

Đừng khẳng định rằng việc tải lên thành công đồng nghĩa với việc số Bates, các phần bôi đen bảo mật, chữ ký, biểu mẫu, chú thích, dấu trang hoặc mối liên kết chứng cứ đã được bảo toàn nguyên vẹn. Mỗi yếu tố là một phương diện kiểm duyệt riêng biệt. Danh sách kiểm tra QA dịch thuật PDF bao quát quy trình đánh giá tệp cuối cùng một cách toàn diện hơn, trong khi hướng dẫn về dấu trang PDF đi sâu vào các điểm điều hướng.

Nếu quy trình làm việc yêu cầu bản dịch có chứng thực, bản tuyên thệ, load file, xử lý tài liệu bảo mật đặc quyền hoặc định dạng dành riêng cho tòa án, hãy phân công các yêu cầu đó cho những nhân sự và hệ thống có đủ thẩm quyền chịu trách nhiệm.

Cổng kiểm soát phát hành

Không phát hành bộ tài liệu đã dịch cho đến khi:

danh sách tệp nguồn, thứ tự, số trang và các giá trị SHA-256 đã được chốt cố định;
mọi trang nguồn đều có mã định danh Bates được ghi nhận hoặc ngoại lệ có lập hồ sơ;
các đoạn ngắt quãng và mã trùng lặp được giải quyết dựa trên hồ sơ phát hành gốc;
chính sách về mã định danh đích và việc tăng số trang có người phê duyệt cụ thể;
mọi trang đích đều ánh xạ ngược lại chính xác trang hoặc các trang nguồn tương ứng;
tên tệp đích và mã định danh tuân thủ đúng quy ước đã được phê duyệt;
các mã định danh rõ ràng, dễ đọc, duy nhất ở những nơi được yêu cầu và không che khuất nội dung;
các dấu hiệu bảo mật và bôi đen che giấu thông tin có các bước kiểm tra đạt/không đạt riêng biệt;
các trích dẫn Bates nội bộ và bên ngoài đều dẫn chính xác đến nội dung dự kiến;
chính xác các tệp PDF cuối cùng, chứ không phải bản xuất trung gian, đã được ghi nhận mã băm;
bước kiểm tra chất lượng (QA) tổng thể về nội dung và bố cục đã hoàn tất; và
các trường hợp ngoại lệ chưa được giải quyết đều phải có người phụ trách cụ thể và ngăn chặn việc phát hành nếu chúng làm ảnh hưởng đến tính toàn vẹn của các tham chiếu.

Nguyên tắc cốt lõi rất đơn giản: dịch ngôn ngữ, giữ nguyên hệ thống tham chiếu và chứng minh mối quan hệ đối ứng trên từng trang.