U voert een PDF door een vertaaltool om de tekst van Engels naar Duits te converteren. De vertaling is accuraat, maar de uitvoer is een puinhoop. Duitse tekst, die doorgaans dertig procent langer is dan de Engelse, is uit zijn tekstvakken gesprongen en in aangrenzende gebieden terechtgekomen. Op sommige pagina's is de overlopende tekst geheel verdwenen, afgekapt door de grenzen van het originele tekstkader. De vertaling bevatte de woorden, maar verloor de lay-out, en een document met een onleesbare opmaak is bijna net zo nutteloos als een document met een onleesbare vertaling.
Tekstoverloop tijdens Translate PDF-bewerkingen is het meest voorkomende kwaliteitsprobleem bij PDF-vertalingen. Dit komt doordat de originele PDF is ontworpen voor tekst van een specifieke lengte, en de vertaalde tekst in de doeltaal bijna nooit precies dezelfde lengte heeft. Wanneer vertaalhulpmiddelen de originele tekst vervangen door vertaalde tekst zonder de omringende lay-out aan te passen, leidt de discrepantie tussen tekstlengte en tekstframegrootte tot overloop, clipping of beide.
Waarom vertaalde tekst bijna nooit dezelfde lengte heeft als het origineel
Verschillende talen drukken hetzelfde idee uit met verschillende aantallen tekens en woorden. Een zin die in het Engels vijftien woorden bevat, kan in het Chinees twaalf woorden bevatten, maar in het Duits twintig woorden. Het aantal tekens varieert nog dramatischer. Een Engels woord van vijf tekens wordt een enkel Chinees teken, maar kan een Duits samengesteld zelfstandig naamwoord van vijftien tekens worden.
De verhoudingen tussen taaluitbreiding en krimp zijn goed gedocumenteerd in de vertaalindustrie. Engels naar Duits groeit doorgaans met twintig tot vijfendertig procent. Engels naar Spaans groeit met vijftien tot vijfentwintig procent. Engels naar Frans groeit met tien tot twintig procent. Engels naar Chinees contracteert met dertig tot vijftig procent in tekenaantal. Deze verhoudingen betekenen dat een tekstkader dat is ontworpen voor Engelse tekst te klein is voor Duitse en te groot voor Chinese.
Het PDF-formaat bemoeilijkt het vertaalproces omdat tekst wordt opgeslagen als gepositioneerde tekens, en niet als vloeiende alinea's. Elk teken heeft een specifieke x- en y-coördinaat op de pagina. Vertaalde tekst met verschillende tekenbreedtes kan niet op dezelfde coördinaten worden geplaatst zonder dat er overlappingen ontstaan of er gaten ontstaan. De vertaaltool moet óf de karakterposities aanpassen, waardoor het risico bestaat dat de lay-out wordt verbroken, óf de posities behouden en de overflow accepteren.
Lettertypeverschillen tussen talen voegen een extra dimensie toe aan de lengte-mismatch. Voor een Duitse vertaling zijn mogelijk tekens met umlauten nodig die niet voorkomen in het originele Engelse lettertype. Een Franse vertaling heeft karakters met accenten nodig. Voor een Poolse vertaling zijn karakters met diakritische tekens nodig. Als het originele lettertype deze tekens niet bevat, moet het vertaalhulpmiddel een ander lettertype vervangen en kan het vervangen lettertype verschillende tekenbreedtes hebben, zelfs voor dezelfde puntgrootte.
Waarom tekst verdwijnt in plaats van overloopt
PDF-tekstframes hebben uitknipgrenzen. Wanneer tekst de kaderafmetingen overschrijdt, wordt het overschot verborgen. Knippen is het standaardgedrag bij het renderen van PDF's, omdat de visuele lay-out behouden blijft ten koste van de zichtbaarheid van de inhoud. Een tekstkader ontworpen voor een Engels adres van drie regels knipt de vierde regel van een Duitse vertaling af die uitbreidt naar vier regels.
Erger dan knippen is wanneer het vertaalhulpmiddel de overloop herkent en de tekst afkapt zodat deze past. De afgeknotte tekst eindigt halverwege de zin en de lezer ziet nooit de ontbrekende inhoud. Afkappen zonder waarschuwing is een probleem met gegevensverlies en niet alleen een formatteringsprobleem. De lezer gaat ervan uit dat ze het volledige vertaalde document hebben, maar delen ervan zijn stilletjes verwijderd om de lay-out te behouden.
Sommige vertaalhulpmiddelen proberen de tekst passend te maken door de lettergrootte te verkleinen. De vertaalde tekst is nog steeds aanwezig en compleet, maar kan onleesbaar klein zijn. Een achtpuntslettertype teruggebracht tot vijf punten om een Duitse vertaling in een Engels tekstkader te passen, is technisch compleet maar praktisch onleesbaar. De PDF Export uit een dergelijke vertaling doorstaat een volledigheidscontrole, maar slaagt niet voor een bruikbaarheidscontrole.
Hoe lay-outproblemen tijdens PDF-vertaling te voorkomen
De meest effectieve preventie is het ontwerpen van de originele PDF met vertaling in gedachten. Voeg extra witruimte toe in tekstkaders om taaluitbreiding mogelijk te maken. Gebruik royale regelafstanden en vermijd dicht opeengepakte lay-outs. Een document dat is ontworpen voor vertaling ziet er enigszins losjes uit in de oorspronkelijke taal, maar biedt ruimte voor dertig procent tekstuitbreiding zonder te breken.
Wanneer u een PDF opdracht geeft voor vertaling, vraag dan aan de ontwerper om het bronbestand in een bewerkbaar formaat aan te leveren, en niet alleen de PDF. Vertalers kunnen rechtstreeks in het bronbestand werken en tekstkaders voor elke taal aanpassen. Het vertaalde bronbestand wordt vervolgens geëxporteerd naar PDF met de juiste lay-out voor die taal. Deze workflow levert professionele resultaten op, maar vereist toegang tot de originele ontwerpbestanden.
WukongPDF biedt vertaalhulpmiddelen via de browser die PDF-tekst kunnen verwerken en vertaalde uitvoer kunnen produceren. Het platform zorgt voor het extraheren en opnieuw invoegen van tekst, terwijl zoveel mogelijk van de oorspronkelijke lay-out behouden blijft.
Verbeteringen in de lay-out na vertaling
Controleer na de vertaling elke pagina op problemen met overloop, knippen en lettertypevervanging. De beoordeling moet worden uitgevoerd door iemand die beide talen goed genoeg begrijpt om te kunnen identificeren waar de vertaalde tekst is afgebroken. Een eentalige recensent kan visuele problemen opmerken, maar kan niet verifiëren of de ontbrekende tekst belangrijk was.
Voor pagina's waarbij lay-outproblemen de vertaling onbruikbaar maken, reconstrueert u die pagina's handmatig. Gebruik de vertaalde tekst uit de PDF en plaats deze in een nieuw document met tekstkaders van de juiste grootte. Deze handmatige stap is tijdrovend, maar levert resultaten van de hoogste kwaliteit op voor documenten waarbij de lay-outintegriteit van cruciaal belang is.
Voor terugkerende vertaalbehoeften, zoals productdocumentatie die in meerdere talen wordt gepubliceerd, investeert u in een vertaalworkflow die inhoud en opmaak scheidt. Schrijf inhoud in een gestructureerd formaat zoals XML of Markdown. Vertaal de inhoudsbestanden. Pas de lay-outsjablonen voor elke taal toe. Genereer taalspecifieke PDF's van de vertaalde inhoud en de lay-outsjablonen. Deze scheiding tussen inhoud en lay-out elimineert het overloopprobleem volledig.
Van rechts naar links geschreven talen, zoals Arabisch en Hebreeuws, voegen een directionele uitdaging toe aan de tekstlengte-uitdaging. De gehele tekststroom keert van richting om, en UI-elementen die zijn gepositioneerd voor lezen van links naar rechts moeten mogelijk naar de andere kant van de pagina worden verplaatst. Vertaalhulpmiddelen die alleen tekst vervangen zonder de richting aan te passen, produceren documenten waarbij de tekst van rechts naar links wordt gelezen, maar de lay-out van links naar rechts wordt aangenomen, waardoor een desoriënterende leeservaring ontstaat.
Voor talen die niet-Latijnse schriften gebruiken, zoals Chinees, Japans, Koreaans, Cyrillisch en Arabisch, zijn mogelijk lettertypen nodig die niet in de originele PDF zijn ingesloten. Het vertaalhulpmiddel moet een geschikt lettertype voor het doelscript vervangen. Als het vervangende lettertype andere statistieken heeft dan het origineel, verschuift de tekstpositionering. Een regel Chinese tekst in het SimSun-lettertype neemt een andere horizontale ruimte in beslag dan dezelfde tekens in Microsoft YaHei.
De vertaling van PDF-formulieren brengt extra uitdagingen met zich mee omdat formuliervelden vaste afmetingen hebben. Een naamveld met een formaat voor Engelse namen kan te kort zijn voor Duitse of Spaanse namen, die doorgaans langer zijn. Een telefoonnummerveld dat is opgemaakt voor Noord-Amerikaanse nummers, (XXX) XXX-XXXX, kan geen internationale nummers met verschillende notaties bevatten.
Voor documenten die voor regelgevende of juridische doeleinden zijn vertaald, moet de vertaling als volledig en accuraat worden gecertificeerd. Tekst die overloopt en is geknipt, is niet compleet. Tekst die is ingekort om te passen, is niet nauwkeurig. De vertaler of vertaaldienst moet verifiëren dat elk teken van de brontekst aanwezig is in de vertaalde uitvoer.
De kwaliteit van machinevertalingen is dramatisch verbeterd dankzij neurale machinevertalingen, maar de verwerking van de lay-out is niet in hetzelfde tempo verbeterd. De vertaling kan vloeiend en accuraat zijn, terwijl de lay-out niet goed is. Bij de menselijke nabewerking van machinevertalingen moet de lay-out worden beoordeeld, en niet alleen de taalkundige beoordeling.
De meest betrouwbare aanpak voor documenten die in meerdere talen moeten worden gepubliceerd, is het onderhouden van afzonderlijke lay-outsjablonen voor elke taal, met tekstframes die zijn afgestemd op de verwachte tekstlengte in die taal. De vertaling wordt in de juiste sjabloon gegoten, en lay-outproblemen worden eerder door het sjabloonontwerp opgemerkt dan door het opruimen na de vertaling.
Vertaalgeheugentools die door professionele vertalers worden gebruikt, slaan eerder vertaalde segmenten op. Wanneer een PDF tekst bevat die lijkt op eerder vertaalde inhoud, gebruikt de vertaler de opgeslagen vertaling opnieuw. De hergebruikte vertaling is mogelijk opgemaakt voor een ander document met andere afmetingen van het tekstkader. De vertaler moet de opmaak aanpassen aan de huidige documentcontext.
De kosten voor reparatie van de lay-out na de vertaling moeten worden opgenomen in het budget voor het vertaalproject. Reparatie van lay-outs voegt doorgaans 20 tot 40 procent toe aan de vertaalkosten voor documenten met complexe opmaak. Het citeren van vertalingen zonder lay-outherstel levert een onrealistisch budget op, waardoor bezuinigingen worden doorgevoerd.
De meest betrouwbare PDF-vertaalworkflow verdeelt de tekstextractie, vertaling en reconstructie van de lay-out in afzonderlijke stappen met menselijke beoordeling op elk overgangspunt, waardoor vertaalde documenten worden geproduceerd waarin elk teken van de bron aanwezig is en correct is gepositioneerd.
Professionele vertaaldiensten die gespecialiseerd zijn in het vertalen van documenten begrijpen de tekstuitbreidings- en samentrekkingspatronen voor elk talenpaar en passen tekstframes dienovereenkomstig aan voordat ze de vertaalde PDF-uitvoer genereren.
Het insluiten van lettertypen in de vertaalde PDF is essentieel voor consistente weergave op verschillende systemen en is vooral belangrijk voor niet-Latijnse scripts waarbij het ontvangende systeem mogelijk geen lettertypen heeft die de tekens in de doeltaal ondersteunen.
| Taalpaar | Uitzetting/samentrekking | Lay-outimpact |
|---|---|---|
| Engels naar Duits | +20-35% | Tekstframes lopen over; verkleining van de lettergrootte nodig |
| Engels naar Spaans | +15-25% | Matige overloop; royale marges helpen |
| Engels naar Chinees | -30-50% tekens | Overtollige witte ruimte; tekst lijkt schaars |
| Engels naar Arabisch | +15-25% + RTL | Omkering van de tekstrichting; UI-elementen verschuiven |