Tłumaczenie tabeli PDF stanowi wyjątkowe wyzwanie, którego nie stanowi zwykłe tłumaczenie dokumentu. W tabelach łączą się dwa zasadniczo różne typy danych: tekst wymagający tłumaczenia i liczby, które muszą pozostać dokładnie takie, jakie są. Cennik w euro wymaga przetłumaczenia opisów produktów z francuskiego na angielski, ale ceny, ilości i kody SKU muszą być absolutnie niezmienione. Sprawozdanie finansowe wymaga przetłumaczenia komentarza, podczas gdy dane dotyczące przychodów i wartości procentowe pozostają zablokowane. Standardowe narzędzia Translate PDF często traktują całą treść jednakowo, co stwarza ryzyko zmiany liczb poprzez zmiany formatowania, konwersję separatorów dziesiętnych lub przypadkowe podstawienie znaków.
Problem nie polega na tym, że narzędzia tłumaczeniowe nie potrafią odróżnić tekstu od liczb. Większość nowoczesnych silników tłumaczących rozpoznaje wzorce numeryczne i pozostawia je niezmienione w izolacji. Problemy pojawiają się, gdy liczby są osadzone w ciągach znaków o mieszanej zawartości, gdy proces wyodrębniania pliku PDF błędnie identyfikuje granice komórek lub gdy ponowne wstawienie przetłumaczonego tekstu psuje układ tabeli. Metodyczne podejście, które oddziela treść tekstową od liczbowej przed tłumaczeniem, daje niezmiennie dokładne wyniki.
WukongPDF Eksport do PDF i narzędzia do tłumaczenia zachowują strukturę tabeli podczas konwersji języka. W przypadku dokumentów zawierających duże ilości tabel wstępne przetwarzanie tabel w celu wyizolowania komórek numerycznych przed uruchomieniem silnika tłumaczenia zapewnia najdokładniejszy wynik przy najmniejszej liczbie poprawek po tłumaczeniu.
Dlaczego narzędzia tłumaczeniowe czasami zmieniają liczby
Silniki tłumaczeniowe przetwarzają ciągi tekstowe jako jednostki językowe. Gdy komórka tabeli zawiera 1500 jednostek, silnik postrzega to jako ciąg mieszany i musi zdecydować, czy 1500 to liczba, którą należy pozostawić samą, czy część frazy do przetłumaczenia. Większość silników przeszkolonych w modelach z roku 2024 i nowszych obsługuje to poprawnie w przypadku popularnych formatów liczbowych. Do skrajnych przypadków, które nadal powodują problemy, należą separatory dziesiętne, w przypadku których notacja europejska 1.500.00 może zostać niepotrzebnie przekonwertowana na 1.500.00 USA, oraz symbole walut, w przypadku których silnik może przenieść lub zduplikować symbol w oparciu o konwencje języka docelowego.
Formaty dat to kolejna częsta ofiara. Data zapisana jako 07.03.2025 w dokumencie źródłowym w języku angielskim amerykańskim oznacza 7 marca 2025 r. Jeśli silnik tłumaczenia lokalizuje również formatowanie daty dla odbiorców w języku angielskim w Wielkiej Brytanii, może przekonwertować wyświetlaną datę na 07.03.2025 r., co całkowicie zmienia znaczenie. Najbezpieczniejszym podejściem jest traktowanie dat jako treści chronionych wraz z liczbami i tłumaczenie tylko otaczającego tekstu.
Wypróbuj Tłumacz PDF
Nie wymaga instalacji. Działa bezpośrednio w Twojej przeglądarce.
Metoda 1: Wstępne przetwarzanie tabeli w Excelu
Najbardziej kontrolowany przepływ pracy polega na wyodrębnieniu tabeli PDF do programu Excel przed tłumaczeniem. Konwertuj plik PDF do formatu Excel za pomocą narzędzia zachowującego strukturę tabeli. W powstałym arkuszu kalkulacyjnym przeskanuj kolumny i określ, które z nich zawierają tekst możliwy do przetłumaczenia, a które dane liczbowe. Włóż nowy arkusz z przetłumaczoną treścią. Skopiuj tylko kolumny tekstowe do formatu umożliwiającego tłumaczenie: wklej je bezpośrednio do narzędzia do tłumaczenia lub wyeksportuj jako osobny plik.
Po przetłumaczeniu kolumn tekstowych wklej przetłumaczony tekst z powrotem do arkusza kalkulacyjnego w odpowiednich miejscach, pozostawiając kolumny liczbowe całkowicie nietknięte. Przejrzyj połączoną tabelę pod kątem problemów z wyrównaniem komórek, a następnie wyeksportuj wypełniony arkusz kalkulacyjny do pliku PDF. Ta metoda gwarantuje zerową zmianę liczb, ponieważ liczby nigdy nie przechodzą przez silnik translacji. Wadą jest to, że wymaga ręcznego przepływu pracy kolumna po kolumnie, co jest praktyczne w przypadku tabel zawierających od 10 do 50 wierszy, ale staje się pracochłonne w przypadku dokumentów zawierających setki wierszy.
Metoda 2: Stosowanie metody maskowania treści opartej na wyrażeniu regularnym
Niektóre profesjonalne narzędzia tłumaczeniowe i platformy CAT (tłumaczenie wspomagane komputerowo) obsługują wzorce wyrażeń regularnych, które oznaczają określony tekst jako nieprzetłumaczalny. Przed uruchomieniem tłumaczenia zdefiniuj wzorce wyrażeń regularnych pasujące do formatów liczbowych: cyfry z przecinkami, cyfry z kropkami dziesiętnymi, liczby z prefiksem waluty, wartości procentowe i wzorce dat. Zastosuj te wzorce jako reguły dotyczące treści chronionych. Następnie silnik tłumaczenia pomija każdy segment tekstu pasujący do chronionego wzorca, tłumacząc tylko pozostały tekst.
Ta metoda sprawdza się dobrze w przypadku dokumentów, w których większość danych liczbowych ma przewidywalny format. Na przykład katalog produktów ze spójnym formatowaniem cen we wszystkich wpisach można zabezpieczyć wzorem takim jak \$\d{1,3}(,\d{3})*\.\d{2} dla kwot w dolarach. W przypadku dokumentów o różnych formatach liczbowych w różnych sekcjach podejście wyrażeń regularnych wymaga większej liczby wzorców i większej liczby testów. Po przetłumaczeniu sprawdź co najmniej 10 wartości numerycznych w różnych częściach dokumentu, aby upewnić się, że nie doszło do zmiany formatowania.
Metoda 3: Procedura kopiowania, tłumaczenia i wklejania
W przypadku pojedynczej tabeli w pliku PDF najprostszą metodą jest skopiowanie komórek tekstowych po jednej kolumnie na raz, przepuszczenie ich przez narzędzie do tłumaczenia i wklejenie wyników z powrotem do duplikatu oryginalnej tabeli. Użyj edytora PDF, który umożliwia zaznaczanie i kopiowanie tekstu z poszczególnych komórek tabeli. Wklej tekst każdej kolumny do pola tekstowego tłumaczenia, skopiuj przetłumaczony wynik i wklej go do odpowiedniej kolumny przebudowanej tabeli w programie Word, Dokumentach Google lub edytorze PDF obsługującym edycję tabeli.
Ta metoda jest żmudna w przypadku dużych tabel, ale zapewnia kontrolę na poziomie pikseli nad tym, co zostanie przetłumaczone, a co pozostanie oryginalne. Krok wklejania ma miejsce wtedy, gdy pojawiają się problemy z układem. Przetłumaczony tekst jest często dłuższy od tekstu źródłowego, czasami o 20 do 30 procent w przypadku języków takich jak niemiecki czy hiszpański. Przed sfinalizowaniem tabeli dostosuj szerokość kolumn, aby pomieścić dłuższy przetłumaczony tekst bez przerywania siatki tabeli. Jeśli przetłumaczona treść nie mieści się w oryginalnych wymiarach komórki, rozważ zmniejszenie rozmiaru czcionki o 0,5 do 1 punktu, zamiast dopuścić do przepełnienia lub przycięcia tekstu.
Obsługa komórek o mieszanej zawartości
Niektóre komórki tabeli rzeczywiście łączą tekst i liczby w jednym ciągu: Zamówienie 15 jednostek części zamiennej BP-4402 to przykład, w którym liczba 15 i kod części BP-4402 muszą przetrwać tłumaczenie w niezmienionej postaci, podczas gdy otaczający je tekst jest konwertowany na język docelowy. W przypadku tych komórek przed translacją zawiń segmenty numeryczne i identyfikatory w tokeny zastępcze. Zamień 15 na NUM1 i BP-4402 na KOD1. Uruchom tłumaczenie. Następnie zastąp symbole zastępcze oryginalnymi wartościami w przetłumaczonym wyniku.
Ta technika symboli zastępczych działa niezawodnie, ponieważ silniki tłumaczeniowe traktują symbole zastępcze jako tokeny nieprzetłumaczalne i zachowują je dosłownie. Po tłumaczeniu proste polecenie Znajdź i zamień zamienia symbole zastępcze z powrotem na oryginalne wartości. W przypadku tabel zawierających wiele komórek o mieszanej zawartości zautomatyzuj wstawianie i zastępowanie symboli zastępczych za pomocą krótkiego skryptu, zamiast robić to ręcznie.
| Podejście | Jak to działa | Ograniczenia |
|---|---|---|
| Pełne tłumaczenie | Przetłumacz wszystko, a następnie ręcznie popraw liczby | Czasochłonny etap korekty |
| Selektywne kopiowanie-tłumaczenie | Skopiuj tylko komórki tekstowe, przetłumacz na zewnątrz i wklej z powrotem | Delikatne zachowanie układu |
| Ochrona wzoru Regex | Oznacz wzorce numeryczne jako tekst chroniony w narzędziu do tłumaczenia | Wymaga narzędzia obsługującego wyrażenia regularne lub zakresy chronione |
| Dwuwarstwowe podejście do PDF | Wyodrębnij liczby osobno, przetłumacz tekst, połącz ponownie | Złożony przepływ pracy, najlepszy w przypadku dokumentów o dużej wartości |
Tłumaczenie samego tekstu w komórkach tabeli PDF przy zachowaniu liczb nienaruszonych jest zadaniem wymagającym dużej precyzji. Metoda wstępnego przetwarzania w programie Excel jest najbardziej niezawodna w przypadku złożonych tabel. Ochrona oparta na wyrażeniach regularnych działa w przypadku dokumentów o przewidywalnych formatach liczbowych. Metoda ręcznego kopiowania, tłumaczenia i wklejania służy szybkim i jednorazowym potrzebom. Niezależnie od wybranej metody pięciominutowa weryfikacja porównująca próbkę wartości liczbowych przed i po tłumaczeniu wykryje wszelkie problemy, zanim dokument dotrze do odbiorców.
Lista kontrolna weryfikacji jakości po tłumaczeniu
Po przetłumaczeniu tekstu w tabeli PDF przeprowadź systematyczną kontrolę jakości przed udostępnieniem dokumentu. Najpierw porównaj całkowitą liczbę wierszy w tabelach oryginalnych i przetłumaczonych. Jeśli zliczenia się różnią, wiersz został usunięty lub zduplikowany podczas etapu wyodrębniania lub wstawiania. Po drugie, sprawdź na miejscu pięć wartości liczbowych w różnych kolumnach w porównaniu z oryginalnym dokumentem. Upewnij się, że punkty dziesiętne, przecinki, symbole walut i znaki ujemne pozostają niezmienione. Po trzecie, sprawdź, czy wyrównanie kolumn jest spójne we wszystkich wierszach. Pojedyncza niewyrównana kolumna powoduje przesunięcie wszystkich danych w tej kolumnie względem nagłówków.
W przypadku tłumaczenia tabel przeznaczonych do użytku zawodowego lub prawnego poproś rodzimego użytkownika języka docelowego o sprawdzenie próbki przetłumaczonych komórek. Tłumaczenie maszynowe treści tabel czasami skutkuje technicznie poprawnymi, ale kontekstowo nieodpowiednimi tłumaczeniami terminów branżowych. Pięciominutowa weryfikacja manualna pozwala wykryć problemy terminologiczne, które przeoczają automatyczne kontrole jakości. Tłumacz PDF Przepływy pracy obejmujące etap weryfikacji przez człowieka zapewniają niezmiennie wiarygodne wyniki w przypadku dokumentów o znaczeniu krytycznym dla firmy.
Dodatkowy czas spędzony na izolowaniu treści numerycznych przed tłumaczeniem procentuje pod względem dokładności. Przetłumaczony cennik, w którym każda liczba jest poprawna, ale nazwa produktu jest nieco niezręczna, jest dokumentem użytecznym. Przetłumaczony cennik z idealnymi nazwami produktów, ale z przesuniętymi miejscami po przecinku, to odpowiedzialność. Nadaj priorytet dokładności numerycznej i weryfikuj ją za pomocą kontroli wyrywkowych.
Automatyzacja ochrony numerycznej w powtarzających się procesach tłumaczeniowych
W przypadku organizacji, które regularnie tłumaczą podobne dokumenty tabelaryczne, utworzenie skryptu przetwarzania wstępnego, który automatycznie identyfikuje i chroni komórki numeryczne, eliminuje etap ręcznej kontroli z przepływu pracy. Skrypt w języku Python korzystający z wyrażeń regularnych może skanować plik CSV wyodrębniony z pliku PDF, oznaczać kolumny zawierające ponad 80 procent wartości liczbowych jako chronione i wygenerować plik ze znacznikami, w którym narzędzie do tłumaczenia może sprawdzić, które treści należy pominąć. W przypadku tabel zawierających tysiące wierszy skrypt działa w czasie krótszym niż sekunda, a jego spójność eliminuje ryzyko, że weryfikator przypadkowo pominie liczbę, która powinna być chroniona przed silnikiem tłumaczenia. Po wdrożeniu przepływu pracy związanego z ochroną numeryczną raz na kwartał przeprowadzaj porównanie źródłowych i przetłumaczonych tabel PDF, aby upewnić się, że reguły ochrony nadal uwzględniają każdy wzorzec numeryczny w rozwijającym się zestawie dokumentów.
Wypróbuj Tłumacz PDF
Nie wymaga instalacji. Działa bezpośrednio w Twojej przeglądarce.