Вы передаете PDF-файл через онлайн-инструмент перевода и загружаете результат. Текст теперь на целевом языке, но документ выглядит неправильно. Заголовки изменились. Точки маркированного списка не совпадают. Изображения сместились со своих исходных позиций. Хуже всего то, что каждая гиперссылка в документе мертва. Инструмент перевода заменил видимый текст ссылки, но удалил основной URL-адрес. Документ переведен, но испорчен.
Перевод PDF-файла с сохранением его форматирования и интерактивных элементов требует подхода к переводу, который отделяет текстовый слой от структуры страницы. Проблема заключается в том, что текст PDF и макет PDF тесно связаны. Изменение длины переведенного предложения, которая может увеличиться на 20–30 % при переводе с английского на немецкий, французский или испанский, смещает окружающий текст и элементы с места. В результате получается текст, который выходит за исходные границы или перекрывает соседний контент.
Почему при переводе PDF часто нарушается форматирование
Большинство инструментов Translate PDF работают, извлекая текст с каждой страницы, отправляя его в систему машинного перевода, а затем пытаясь поместить переведенный текст обратно в исходный макет страницы. Основная проблема — перекомпоновка текста. Английский текст, переведенный на немецкий язык, увеличивается в количестве символов в среднем на 20–30%. То же предложение, которое аккуратно вписывалось в текстовое поле, предназначенное для английского языка, теперь выходит за его пределы. Если инструмент перевода не корректирует размер текстового поля или размер шрифта для компенсации, переведенный текст обрезается, перекрывает соседние элементы или нарушает макет страницы.
Гиперссылки теряются, поскольку ссылки PDF хранятся в виде интерактивных прямоугольных областей, наложенных на страницу, отдельно от видимого текста. Когда инструмент перевода заменяет текст, но не обновляет аннотации ссылок, чтобы они соответствовали новым позициям и длинам текста, ссылки либо указывают на неправильные места, либо полностью удаляются. Видимый подчеркнутый синий текст остается, но кликабельная область позади него исчезла.
Подход на основе слоев: распознавание текста, перевод текста, наложение на оригинал
Самый надежный способ сохранить форматирование во время перевода — сохранить исходные изображения страниц нетронутыми и добавить слой переведенного текста поверх. При этом подходе исходный PDF-файл рассматривается как визуальный фон и помещается переведенный текст в прозрачные текстовые поля, расположенные поверх исходного текста. Исходное форматирование, изображения и ссылки остаются нетронутыми, поскольку они никогда не удалялись. Переводится и перемещается только текст.
Этот подход хорошо работает для статических документов, где визуальный макет является основной задачей, а переведенный текст предназначен для чтения, а не для дальнейшего редактирования. Размер шрифта и размеры поля переведенного текста можно настроить так, чтобы он соответствовал доступному пространству, не затрагивая фон. WukongPDF поддерживает этот многоуровневый подход, выполняя при необходимости распознавание текста, извлекая текст, переводя его, сохраняя пространственное соотношение между текстовыми блоками, и помещая перевод в новый слой поверх изображений исходной страницы.
Сохранение гиперссылок во время перевода
Гиперссылки — самый хрупкий элемент при переводе, поскольку они хранятся в виде аннотаций отдельно от текста. Чтобы сохранить ссылки, инструмент перевода должен прочитать каждую аннотацию ссылки, записать ее целевой URL-адрес, отметить, с каким текстом она была связана, перевести этот текст и повторно прикрепить аннотацию ссылки к новой текстовой позиции. Инструменты, которые явно не поддерживают сохранение ссылок, удаляют ссылки.
Инструмент перевода на основе браузера включает сохранение PDF Links как часть процесса перевода. Перед переводом инструмент сканирует документ на наличие аннотаций гиперссылок и записывает URL-адрес каждой ссылки, видимый текст и положение. После перевода ссылки повторно прикрепляются к соответствующим переведенным текстовым блокам. Внешние гиперссылки, указывающие на веб-сайты, сохраняются с неизмененными исходными URL-адресами. Внутренние ссылки, указывающие на другие страницы в том же PDF-файле, переназначаются с учетом любых изменений номеров страниц, вызванных расширением текста. В результате получается переведенный PDF-файл, в котором и текст, и навигация остаются функциональными.
Обработка расширения и сжатия текста на разных языках
Разные языковые пары имеют разные характеристики расширения. С английского на немецкий обычно увеличивается на 20–30%. С английского на французский язык увеличивается на 15–25%. С английского на испанский увеличивается на 10–20%. С английского на китайский или японский, напротив, сокращается на 20–40%, поскольку логографические символы вкладывают больше смысла в меньшее горизонтальное пространство. Инструмент перевода, который не учитывает эти различия, создаст документы, в которых переведенный текст выходит за пределы или оставляет неудобные пробелы.
Для языковых пар с большим количеством расширений практическая настройка состоит в том, чтобы уменьшить размер шрифта переведенного текста на одну или две точки или позволить текстовым полям расширяться по вертикали, сохраняя при этом их горизонтальную ширину, ограниченную исходной шириной столбца. Вертикальное расширение перемещает последующий контент вниз по странице, что обычно предпочтительнее горизонтального переполнения, которое приводит к исчезновению текста за пределами поля страницы. Для пар с сильным сокращением размер шрифта можно немного увеличить, чтобы заполнить пространство, хотя это рискует создать визуальное несоответствие между переведенным текстом и типографикой исходного документа.
Проверка качества переведенного PDF
Машинный перевод несовершенен, и ошибки в переводе могут изменить смысл предложений, иногда незаметно и существенно. После перевода попросите человека, читающего целевой язык, просмотреть документ. Если нет человека-рецензента, как минимум, выборочно проверьте выборку переведенных предложений, переведя их обратно на исходный язык с использованием другой системы перевода и сравнив с оригиналом. Эта проверка обратного перевода выявляет очевидные ошибки, но не заменяет проверку человеком.
Методично проверяйте форматирование. Пролистайте каждую страницу. Убедитесь, что текст не обрезан, не перекрывается и не смещен. Щелкните каждую гиперссылку и подтвердите, что она ведет к правильному месту назначения. Убедитесь, что изображения, таблицы и другие нетекстовые элементы остаются на исходных позициях. Если инструмент перевода использует наложение, убедитесь, что переведенный текст адекватно покрывает исходный текст, особенно если исходный текст написан более крупным шрифтом или более темным цветом, чем перевод. Оригинальный текст, выглядывающий из-за перевода, создает непрофессиональный результат.
Для документов, которые будут регулярно обновляться и переводится, создайте память переводов. Память переводов сохраняет ранее переведенные сегменты и повторно использует их, когда тот же или похожий текст появляется в новой версии. Это снижает стоимость перевода, повышает согласованность и предотвращает повторение одних и тех же ошибок форматирования. Конвейер PDF Export WukongPDF может включать данные памяти переводов для ускорения повторного перевода обновленных документов.