将 200 页的技术手册从一种语言翻译成另一种语言与翻译 2 页的信件不同。长度带来了短文档从未出现过的挑战：数百页术语的一致性、标题层次结构和交叉引用的保存、嵌入文本的图形和表格的处理，以及翻译需要数月编写的文档所需的绝对处理时间。
长文档会放大每一个翻译缺陷。第 7 页和第 143 页上的一个术语翻译不一致，使读者感到困惑。
适用于长文档的翻译 PDF 工作流程需要将任务拆分为可管理的部分，在翻译前建立术语表，并在重新组装后验证各部分之间的一致性。 WukongPDF 的PDF 转换器 处理提取步骤，下面的工作流程解决了长度带来的独特挑战。
为什么长文档需要不同的翻译方法
短文档可以一次性翻译。译者可以将整个文档的上下文牢记在心，记住第 1 页上的特定术语是如何翻译的，并在第 3 页上一致地应用它。200 页的手册无法采用这种方法。没有人能记住 200 页的每个术语翻译。如果没有术语数据库为每个特定领域术语提供正确的翻译，任何机器翻译系统都无法保持完美的一致性。
长文档也往往具有复杂的内部结构。如果交叉引用参见第 4.2 节，则必须更新以匹配翻译后的章节编号（如果发生变化）。必须重新生成目录以反映翻译后的标题文本。必须重新翻译索引条目并更新页码。这些结构元素需要短文档很少需要的翻译后工作。
开始之前建立术语表
在翻译任何内容之前，从源文档中提取每个独特的技术术语、产品名称和特定领域的短语。对于每个术语，定义批准的翻译。与将处理该文档的每个翻译人员或翻译工具共享此术语表。术语表是防止不一致的唯一事实来源。一个在 200 页中出现 50 次的术语，会以同样的方式翻译 50 次，因为词汇表强制执行这一规定。
对于一个很长的文档，构建术语表需要几个小时，并且每个翻译页面的一致性都会得到回报。对于将在未来版本中更新和重新翻译的文档，请将术语表作为动态文档进行维护。添加更新中出现的新术语。退休已删除的条款。该术语表成为一项机构资产，可以改进相关文档的后续翻译。
分割文档进行并行翻译
将 PDF 拆分为可以独立并行翻译的部分。章节边界是自然的分割点。一本包含 15 个章节的 200 页手册变成了 15 个翻译单元。多个翻译人员或翻译工具可以同时处理不同的章节，将总翻译时间从几周缩短到几天。术语表确保独立翻译的章节在重新组合时使用一致的术语。
清楚地对每个部分进行编号，并跟踪哪些部分正在进行、已完成和已验证。一个简单的电子表格包含章节编号、页面范围、使用的翻译器或工具、状态和验证日期，使并行工作流程井井有条。当所有部分完成并验证后，将它们合并回单个翻译后的 PDF 中。合并步骤应保留原始页面顺序和章节编号。
| 文档元素 | 翻译挑战 | 解决方案 |
|---|---|---|
| 技术术语 | 各章节翻译不一致 | 所有译者强制执行的术语表 |
| 交叉引用 | 翻译中的章节编号可能会发生变化 | 翻译完成后更新交叉引用 |
| 带有嵌入文本的图形 | 标准工具未提取图像内的文本 | 单独提取图形文本，叠加翻译 |
| 目录 | 翻译版本中的页码发生变化 | 所有部分组装完毕后重新生成 TOC |
| 索引条目 | 术语和页码都发生变化 | 从翻译内容重建索引 |
处理图形、表格和嵌入文本
标准 PDF 文本提取可捕获正文、标题和表格单元格内容。嵌入图形内的文本、图表上的标签、插图上的标注常常被遗漏，因为它们以矢量图形或光栅图像的形式存在，而不是以可选择的文本字符的形式存在。对于图形文本具有关键意义的文档，将图形提取为图像，翻译可见文本，并将翻译作为文本框覆盖在翻译文档中的图形图像上。
这个图形翻译步骤是翻译长篇技术文档中最耗费人力的部分，也是最常被跳过的部分。一份翻译后的手册，其正文为法语，但每个图表标签仍为英语，仅部分翻译。图表翻译的预算时间与文档对图表的依赖程度成正比。通过图纸进行沟通的工程手册比通过文本进行沟通的政策文件需要更多的图形翻译时间。
使用翻译记忆库实现一致性和效率
翻译记忆库 (TM) 是存储先前翻译的句子对的数据库。当TM遇到与以前见过的句子相似的句子时，它会建议以前的翻译。对于包含重复内容、标准短语、反复出现的警告、重复的章节介绍的长文档，TM 可以自动翻译 30-50% 的文档，并获得人类质量的结果，因为这些句子已经在同一文档中较早翻译过。
SDL Trados、memoQ 和 OmegaT 等 TM 工具与人工翻译工作流程和机器翻译系统集成。对于较长的文档翻译项目，在一开始就设置好TM，并要求所有译员都使用它。 TM 随着项目的进展而增长，后面的部分受益于前面部分中建立的翻译。一致性收益与效率收益一样有价值。 TM 确保第 12 页翻译的标准短语与第 187 页的措辞相同。
重新组装和验证翻译文档
翻译并合并所有部分后，从头到尾阅读整个翻译文档。此验证过程可以发现词汇表本应防止但有时却未能防止的术语不一致、不同译者使用不同工具引入的格式问题以及结构问题（例如交叉引用损坏或章节编号错误）。
让目标语言的母语人士也熟悉文档主题进行最终审核。一般翻译人员可以生成语法正确的文本。主题专家可以验证翻译文本的含义是否正确。语法正确和技术正确之间的区别在于可用翻译和导致昂贵误解的翻译之间的差距。
维护翻译以供将来文档更新
当源文档更新时，不要重新翻译整个文档。确定哪些部分发生了更改并仅翻译这些部分。未更改的部分继承了之前的翻译。这种增量方法减少了每个后续翻译周期的成本和时间。该术语表继续充当跨文档版本的术语权威。
将翻译后的文档与翻译记忆库和术语表一起存档。当下一个版本到来时，翻译记忆库会建议与之前翻译的句子类似的句子的翻译。翻译器或工具仅翻译真正的新内容。在多个版本中，翻译记忆库变得更有价值，因为越来越多的文档与先前翻译的内容相匹配。长文档的第一次翻译成本高昂。每次后续更新都会更便宜，因为翻译记忆库会继续推进工作。