470 字
1 分钟
翻译扫描版 PDF，难点不只是识别文字
翻译扫描版 PDF，难点不只是识别文字
可复制的 PDF 可以直接提取段落再翻译；扫描件则是一页页图片。更麻烦的是论文里的公式、图表、双栏排版和脚注：文字识别错一个符号，意思可能就变了；翻译变长后，原来的版面也可能挤坏。
保留版式的 PDF 翻译要把文档解析、OCR、翻译、排版和交付连起来，扫描件、行内公式与双栏页面尤其容易出错。下面的局部对照图展示一种排版效果，不代表所有文档都能得到相同结果。
怎么验收一份翻译稿
- 先挑一页难的做试译：包含公式、表格、双栏、脚注或扫描噪点的页面，比封面更能测出能力边界。
- 核对 OCR：数字、上下标、化学式、希腊字母和单位是否识别正确。
- 核对术语与否定关系：专有名词是否统一，
not、比较关系和条件是否保留。 - 检查版面回流：图注有没有跑到别的图下面，公式编号和参考文献是否仍能对应。
- 保留原文对照：机器翻译适合快速阅读，引用或据此做实验前仍要回看原文。
工具功能与效果需要用自己的文档验证。使用前建议检查页数、公式、字体和输出体积；含未公开研究、合同或个人信息的 PDF，先确认文件是否会上传到云端、保存多久，再决定是否处理。
分享
如果这篇文章对你有帮助，欢迎分享给更多人！
翻译扫描版 PDF，难点不只是识别文字
https://blog.zpooi.com/posts/retain-pdf-translation-workflow/ 部分信息可能已经过时
相关文章 智能推荐
1
用手机语音输入，把长文本送到电脑当前光标
工具分享 remote-input 用局域网 HTTPS 页面把手机输入粘贴到电脑；整理适合场景、连接方式和安全边界。
2
给系统声音加实时字幕：Mimi 的使用场景和隐私检查
工具分享 介绍开源工具 Mimi 的系统音频字幕思路，并说明云端语音服务凭证与音频数据需要注意什么。
3
从 Mermaid 到 Visio：把图表草稿转换成可继续编辑的流程图
工具分享 把 Mermaid 图表转换成可编辑 VSDX 草稿，再在 Visio 中校正布局和细节。
4
Windows 终端不只是换皮：开发工作台的几个体验方向
工具分享 从分屏、持久会话、补全与通知体验出发，分析 Windows 终端怎样减少开发中的上下文切换。
5
语音输入跨应用复用：先选系统热键，再比较识别质量
工具分享 比较系统听写、热键工具和手机输入在多应用语音工作流中的差别。