如何翻譯已遮蔽的 PDF 且不洩漏隱藏資訊
在翻譯前套用並驗證 PDF 遮蔽、移除隱藏資訊，並確認翻譯後的工作複本不會洩漏已刪除的文字。
僅在遮蔽處理已永久套用至授權工作複本後，才翻譯遮蔽後的 PDF。黑色矩形、螢光標記、裁剪或白色圖形都不能證明底層資訊已經消失。請務必移除底層內容、清理隱藏資訊、重新開啟該確切檔案，並在任何翻譯服務接收該檔案前進行測試。
處理順序至關重要：
- 妥善保留受限制的原始文件。
- 建立獨立的授權工作複本。
- 對文字、影像和頁面套用真正的遮蔽處理。
- 移除可見頁面之外的隱藏資訊。
- 獨立驗證該工作複本。
- 僅翻譯該份經過驗證的複本。
- 對翻譯後的輸出成果再次進行洩漏檢查。
下載 合成來源、不安全的遮罩、安全的工作複本、產生器以及稽核結果。這些檔案具體呈現了一種失敗情況：不安全的 PDF 表面看似已被遮蓋，但仍可透過可擷取的文字、中繼資料及註釋洩漏虛構的哨兵資料。
遮蔽與翻譯是各自獨立的控管程序
遮蔽處理決定了哪些資訊可以離開受限環境；翻譯則僅轉換剩餘內容的語言。不應指望翻譯工具來判斷哪些姓名、識別碼、條款、影像、註解或附件獲得披露授權。
這確立了明確的分界：
- 文件擁有者掌握範圍與披露權限；
- 核准的遮蔽工具負責移除受禁內容；
- 獨立檢查機制負責驗證確切的工作複本；以及
- 翻譯工作流程僅在通過該項檢查後才正式啟動。
切勿上傳原始文件並要求翻譯器「忽略塗黑的部分」。具備版面感知功能的翻譯器、OCR 流程、轉換工具或審閱者，都可能會讀取到頁面預覽中未顯示的底層物件。
黑色方塊仍可能保留底層的機密
PDF 頁面是由文字、影像、繪圖指令、註釋及其他物件所組成。繪製一個不透明的矩形只會改變檢視器繪製在最上層的內容，並不一定會刪除先前已繪製的底層資料。
我們的合成測試樣本在其中一行原文中包含了虛構的標記字串 BT-REDACT-9472 。不安全的版本只是在該行上方繪製黑色矩形，並特意在以下三個位置保留了該標記字串：
- 頁面中可擷取的文字；
- 文件詮釋資料；以及
- 文字註解。
安全版本則是完全不包含該標記字串重新建立。稽核過程會檢查擷取出的文字、詮釋資料、註解以及已解碼的頁面內容串流。
| 測試樣本 | 外觀是否遮蔽 | 擷取出的文字 | 詮釋資料 | 註解 | 稽核結果 |
|---|---|---|---|---|---|
| 原始檔 | 否 | 存在標記字串 | 無敏感資訊 | 無 | 符合預期的原始檔 |
| 不安全的黑框 | 是 | 存在標記字串 | 存在標記字串 | 存在標記字串 | 未通過 |
| 安全工作副本 | 是 | 未檢出哨兵標記 | 未檢出哨兵標記 | 無 | 通過已宣告的檢查項目 |
檢查 CSV 審查報告 或 JSON 審查報告，然後使用 生成器重現結果。此為測試基準資料，並非特定商業塗黑遮蓋或翻譯產品通過審查的證明。
此通過結果的範圍也刻意限制在特定項目。它並不證明每個可能的 PDF 物件都安全無虞、數位簽章仍然有效，或該檔案符合法院、監管機構、客戶或組織的規範。
在編輯前先建立塗黑遮蓋清冊
不要一開始就只搜尋某個人的姓名。請清點所有可能洩漏受限資訊的層面。
| 受檢層面 | 應清點的內容 | 翻譯為何可能導致洩漏 |
|---|---|---|
| 可見文字 | 姓名、身分證號／ID、地址、條款、表格儲存格 | 文字擷取可能會讀取到視覺遮罩下方的底層文字 |
| 圖片與掃描檔 | 人臉、簽名、手寫字跡、螢幕截圖 | OCR 可能從像素中辨識出文字 |
| OCR 文字層 | 頁面影像背後已辨識的文字 | 頁面外觀看似安全，但複製文字時仍會洩漏資訊 |
| 註解與標註 | 便利貼、回覆、作者姓名、審閱文字 | 這些內容可能會被單獨處理或保留 |
| 元數據 | 標題、主旨、關鍵字、作者、自訂屬性 | 獨立於可見頁面之外傳遞 |
| 附件 | 內嵌試算表、原始檔案、附件證據 | 乾淨的主頁面可能攜帶含有風險的檔案 |
| 書籤與連結 | 標籤、目標頁面、網址 | 標籤或連結目標可能包含受限的機密名稱 |
| 圖層與隱藏物件 | 替代美工圖案、隱藏文字、已裁切內容 | 不同的檢視器與轉換工具可能會將其暴露出來 |
| 表單與指令碼 | 欄位值、預設值、計算公式、動作 | 資料可能殘留在一般頁面文字之外 |
Adobe 目前的 標記密件工作流程 將標記內容與套用塗黑遮蔽分開處理，並提供清除隱藏資訊的淨化功能。Adobe 的 操作教學 也指出，普通文字搜尋無法找到圖片和線條圖內的文字。因此，僅依賴搜尋的流程對於掃描素材來說並不完整。
如需涵蓋授權、服務政策、保留期限與刪除等更廣泛的上傳前評估標準，請參考 文件翻譯隱私檢查清單。本指南則專注於更明確的技術問題：PDF 工作副本中是否仍包含本應移除的資訊。
在翻譯前套用塗黑遮蔽
請使用文件所有者核可的塗黑遮蔽軟體與審查流程。在 Acrobat 目前的電腦版工作流程中，相關步驟包括選取「標記以密件抄送」（塗黑遮蔽）工具、標記文字或影像、套用塗黑遮蔽、選擇是否淨化隱藏資訊，然後另存新檔。介面標籤可能會變更，但控制目標始終如一。
請遵循以下檔案管理原則：
- 將受限制的原始檔案維持在唯讀狀態。
- 在帶有明確版本名稱的副本上操作。
- 標記所有經核准需移除的項目。
- 確實套用塗黑遮蔽；切勿停留在預覽狀態。
- 依所有者的要求淨化特定類別的隱藏資訊。
- 另存為新檔名，切勿覆蓋原始檔案。
- 計算雜湊值（Hash）或以其他方式識別待驗證的確切候選檔案。
切勿僅因為目標語言對審查人員來說更容易閱讀，就先翻譯後遮蔽。這樣做會將受禁用的來源資訊傳送到翻譯流程中，並導致需要維護兩份獨立塗黑遮蔽的檔案。
將 OCR 視為第二個洩漏風險面
掃描頁面可能同時包含可見的像素和隱形的辨識文字層。僅遮蔽其中之一並不安全：
- 僅移除 OCR 文字，頁面影像可能仍會顯示該資訊；
- 僅覆蓋影像，OCR 文字層可能仍會允許搜尋或複製；或者
- 在表面遮蓋後才執行 OCR，辨識過程可能會還原原始像素。
在使用 掃描版 PDF 翻譯工作流程。如果授權的遮蔽程序將頁面轉為新的點陣影像，請務必確認後續新增的文字圖層內容。
上傳前驗證最終的工作複本
以接收者的角度重新開啟儲存的候選檔案。切勿只驗證了早期草稿，卻上傳了後續匯出的檔案。
請至少執行以下檢查：
- 搜尋每個已知已遮蔽的字串及其近似變體。
- 選取並複製各個遮蔽區域周圍的文字至純文字編輯器中。
- 在風險程度需要時，使用獨立工具擷取整份文件的文字。
- 檢查文件內容與自訂中繼資料。
- 開啟註解或標記面板。
- 檢查附件、書籤、圖層、表單欄位及指令碼。
- 轉譯或列印出審閱複本，並仔細檢查每個受影響的頁面。
- 若為高風險檔案，請由第二位審核人員進行測試，且不要依賴第一位審核人員的檢查清單標記。
搜尋已知字串能找出洩漏；但搜尋無結果並不能證明未知機密完全不存在。這就是為何建立清冊與獨立審查必須擺在首位。
如果 PDF 含有數位簽章，請保留已簽署的原始檔案，並依照接收機構規定的程序處理。Adobe 提供了 已簽署版本比對 功能，專門用於檢視簽署後所做的變更；切勿暗示經遮蔽或翻譯後的衍生版本能繼承原始簽章。
翻譯經審核的複本，而非原始母檔
一旦負責人核准了經審核的工作複本，請根據現有 PDF 的狀態選擇翻譯路徑：
- 當文字可被選取且需要保留排版時，使用標準 PDF 工作流程；
- 當核准的複本為純圖片，且內容的可讀性重於頁面的精確還原時，使用 OCR 模式；或
- 當遮蔽程序已實質改變表單、簽章、無障礙結構或製作規範時，以手動方式重新建立文件。
BookTranslator 可以處理完整的 PDF 檔案，包括透過 OCR 模式處理掃描件或以圖片為主的 PDF。但它 不會 執行或認證遮蔽作業。OCR 模式會重新建構具可讀性的翻譯內容，可能無法完整保留原始的頁面排版、字型或字型大小。請務必僅上傳已核准的工作複本，並在付款前仔細檢查任務詳細資訊。
若符合上述限制條件，請先在具代表性的副本上使用 PDF 翻譯工具 。如果輸出結果改變了遮蔽標籤的原意、遺漏了核准的揭露聲明，或重建了不應存在的內容，請立即停止作業。
對翻譯後的輸出檔案重複進行外洩審查
安全無虞的來源工作複本，並不代表後續產生的每個檔案都會自動安全。轉檔與重建過程可能會額外增加中繼資料、註解、OCR 圖層、暫存內容或複製的物件。
在最終翻譯完成的 PDF 上：
- 重新執行已知字串搜尋與文字擷取；
- 檢查與來源工作複本相同的隱藏內容層面；
- 確認每處遮蔽都維持在預期位置；
- 檢查翻譯後的覆蓋標籤是否透露超出核准範圍的資訊；
- 驗證頁首、頁尾、書籤、附件與表單欄位；
- 記錄來源與目標檔案的雜湊值或不可變版本資訊；以及
- 在通過隱私檢查關卡後，執行完整的 PDF 翻譯品質保證（QA）檢查清單 。
審查日誌中切勿包含敏感內容本身。請僅記錄內部參考編號、核准範圍、檔案識別碼、審查人員、工具與版本、執行的檢查項目、例外狀況及發布決策。
寧可停步確認，切勿憑空臆測
凡符合以下任一情況，請勿將檔案送交翻譯：
- 揭露授權尚不明確；
- 遮蔽僅為視覺覆蓋層；
- 標記的遮蔽尚未套用；
- 尚未檢查圖片內容或 OCR 文字；
- 尚未盤點隱藏資訊；
- 簽章、表單、附件或圖層無人負責；
- 未對最終要上傳的檔案進行獨立重新開啟並測試；或者
- 接收方的具體要求尚不明確。
實際操作的準則很簡單：塗黑遮蓋必須使受限資訊完全無法被翻譯流程讀取，而不只是讓閱覽頁面的人難以看清。請務必在最終的來源工作複本上驗證這一點，並在翻譯完成的結果中再次確認。
