ترجمه PDF روسی به انگلیسی با حفظ صفحهآرایی
TABLE OF CONTENTS
ترجمه روان یک قرارداد، فاکتور یا مقاله پژوهشی روسی به انگلیسی فقط نیمی از کار است اگر جدولها فرو بریزند، دو ستون در یک جریان ادغام شوند، یا نیمی از اسکن بهصورت بیمعنا برگردد.
ترجمه PDF روسی به انگلیسی دو نقطه شکست جداگانه دارد. اولی خواندن خود سیریلیک است: یک PDF متنی از پیش نویسههای واقعی دارد، اما یک PDF اسکنشده فقط تصویری از صفحه است و پیش از هر ترجمه به OCR آموزشدیده روی روسی نیاز دارد. دومی بازگرداندن انگلیسی به همان جا است: انگلیسی معمولاً به فضای متفاوتی نسبت به روسی نیاز دارد، بنابراین جدولها، ستونها، سرصفحهها و مهرها جایی هستند که ابزار بیدقت صفحه را میشکند.
این راهنما هر دو را پوشش میدهد. بفهمید PDF شما از کدام نوع است، بررسی کنید که سیریلیک درست شناخته شده، با ابزاری آگاه از صفحهآرایی ترجمه کنید، و پیش از پرداخت برای کل فایل صفحههایی را که بیشتر احتمال شکستن دارند بررسی کنید.
گام 1: بفهمید PDF روسی شما متن است یا اسکن
PDF را باز کنید و سعی کنید با نشانگر یک واژه روسی را انتخاب کنید، سپس آن را کپی کرده و در یک ویرایشگر متن بچسبانید.
| چه اتفاقی میافتد | معنایش چیست | چه کار کنید |
|---|---|---|
واژه برجسته میشود و بهصورت سیریلیک خوانا میچسبد (مثلاً Договор) |
PDF متنی | مستقیم ترجمه کنید؛ به OCR نیاز نیست |
| هیچ چیز برجسته نمیشود، یا کل صفحه بهعنوان یک تصویر انتخاب میشود | PDF اسکنشده / تصویری | به OCR با پشتیبانی از روسی نیاز دارید |
بهصورت آشغال مثل Äîãîâîð یا جعبههای خالی میچسبد |
لایه متنی با کدگذاری فونت خراب | آن را اسکن بدانید تا OCR صفحه را دوباره بخواند |
مورد سوم مردم را غافلگیر میکند. PDFهای روسی قدیمی اغلب از کدگذاریهای قدیمی یا فونتهای سفارشی استفاده میکنند، بنابراین متن روی صفحه درست به نظر میرسد اما نویسههای زیرین اشتباهاند. ترجمه ماشینی آن لایه بیمعنا میدهد، هرچقدر هم مترجم خوب باشد.
گام 2: مطمئن شوید OCR سیریلیک درست میخواند
اگر فایل شما اسکن است، کیفیت OCR همه چیز بعدی را تعیین میکند. یک حرف اشتباه به یک واژه اشتباه تبدیل میشود و انگلیسی با اطمینان اشتباه بیرون میآید.
ابتدا کیفیت اسکن را بررسی کنید. اگر میتوانید دوباره اسکن کنید از اسکن 300 DPI استفاده کنید، صفحههای کج را راست کنید، و از عکسهای موبایل با زاویه پرهیز کنید. فتوکپیهای کمرنگ و یادداشتهای دستنویس در حاشیه جایی هستند که OCR روسی بیشتر مشکل دارد.
مراقب شباهتهای لاتین–سیریلیک باشید. روسی شکلهایی با حروف لاتین مشترک دارد: А В Е К М Н О Р С Т Х و حروف کوچک а е о р с у х. OCRی که روی روسی تنظیم نشده باشد میتواند دو الفبا را داخل یک واژه مخلوط کند. به چشم درست میآید اما برای مترجم واژهای ناشناخته میشود. موتورهایی مثل Tesseract دقیقاً بههمین دلیل مدل آموزشدیده جداگانه برای روسی (rus) دارند.
حروفی را که بهراحتی اشتباه میشوند نقطهای بررسی کنید. در یک صفحه پرتراکم به دنبال ш/щ، ь/ъ/ы، и/й و е/ё بگردید. سپس اعداد را بررسی کنید: خطاهای OCR در مبالغ، تاریخها (12.03.2024) و شمارههای سند از نوع پرهزینهاند.
اگر میخواهید راهنمای عمیقتری از OCR روی فایلهای فقطتصویری ببینید، چگونه یک PDF اسکنشده را با OCR ترجمه کنیم و صفحهآرایی را حفظ کنیم را ببینید.
گام 3: با مترجم PDF آگاه از صفحهآرایی ترجمه کنید
کپیچسباندن در یک جعبه گفتوگو یا مترجم وب به شما متن انگلیسی بدون هیچیک از سند میدهد. برای حفظ صفحهآرایی، ابزاری بهکار ببرید که متن را درجا روی هر صفحه بازنویسی کند.
- PDF اصلی را آپلود کنید. از فایل منبع استفاده کنید، نه اسکرینشات یا چاپ دوبارهذخیرهشده. OpenL Doc Translator for PDF PDFهای متنی و اسکنشده تا 80 MB را میپذیرد، روی متن تصویری OCR اجرا میکند، و برای حفظ جدولها، تصاویر، فونتها و صفحهآرایی ساخته شده است.
- زبانها را روی Russian → English بگذارید. تنظیم صریح زبان مبدأ، بهجای تکیه بر تشخیص خودکار، در صفحههای مختلط که نام برند انگلیسی یا مخففهای لاتین هم دارند کمک میکند.
- پیشنمایش رایگان بسازید. OpenL یک پیشنمایش رایگان از سند ترجمهشده با قالببندیاش نشان میدهد تا پیش از پرداخت نتیجه را بسنجید.
گام 4: صفحههایی را که بیشتر احتمال شکستن دارند بررسی کنید
پیشنمایش را با صفحه جلد قضاوت نکنید. صفحههایی را باز کنید که درست کردنشان سختتر است:
| عنصر صفحه | چه چیزی را بررسی کنید | مشکل رایج روسی → انگلیسی |
|---|---|---|
| جدولها | سرستونها هنوز بالای ستون درست؛ اعداد در سلول درست | سرستونهای مرکب بلند روسی به انگلیسی کوتاه تبدیل میشوند (یا برعکس) و سلولها بازچینش میشوند |
| صفحهآرایی دومستونه | ترتیب خواندن ستون چپ → ستون راست میماند | ستونها خطبهخط در یک پاراگراف ادغام میشوند |
| اعداد و تاریخها | قراردادهای 1 234,56 و 12.03.2024 بهطور یکدست رعایت شوند |
ویرگول اعشاری یا تاریخهای روز-اول بیسروصدا عوض یا مبهم بمانند |
| مهرها، تمبرها، امضاها | هنوز سر جایشان روی صفحه | تصاویر به انتهای صفحه رانده یا حذف شوند |
| مخففها | ООО، ИНН، г.، руб. معقول رندر شوند |
به سیریلیک بمانند، یا اشتباه گسترش یابند |
| فونتها | متن انگلیسی بدون جعبه تمیز رندر شود | تعویض فونت وقتی فونت اصلی فقط سیریلیک را پوشش میداد |
طول متن تغییر خواهد کرد. یادداشتهای W3C درباره اندازه متن در ترجمه توضیح میدهند چرا برچسبهای کوتاه بیشترین تغییر را دارند. این معمولاً یعنی سلولهای جدول تنگتر یا گشادتر، نه ساختار شکسته. برای جزئیات بیشتر درباره آنچه باید بررسی کنید، در ترجمه اسناد چه بر سر جدولها میآید را ببینید.
گام 5: بر اساس حجم بپردازید و دانلود کنید
وقتی پیشنمایش درست به نظر رسید، فایل کامل را دانلود کنید. OpenL Doc Translator برای ترجمه کامل اعتبار بر اساس حجم سند میگیرد. آزمایش رایگان برای دانلود نامحدود سند کامل وجود ندارد. پیشنمایش رایگان همان راهی است که پیش از هر خرجی فایل را میآزمایید.
پس از دانلود، یک مرور نهایی انجام دهید:
- در PDF انگلیسی دنبال سیریلیک باقیمانده بگردید. تکههای کوتاه ترجمهنشده معمولاً از متن داخل تصاویر یا فونتهای غیرمعمول میآیند.
- هر جمع جدول و تاریخ را با اصل روسی مقایسه کنید.
- نامها را بررسی کنید. نامهای شخصی روسی چند رونویسی رایج دارند (
Юрий→ Yuri / Yury / Iurii)، پس با املای پاسپورت یا مدارک قبلی مطابقت دهید.
قراردادها، اوراق دادگاهی، پروندههای پزشکی و مدارک ویزا همچنان به مترجم انسانی واجد شرایط نیاز دارند، و اغلب به مترجم گواهیشده. ترجمه ماشینی با حفظ صفحهآرایی پیشنویس اول خوبی است و راهی سریع برای فهم سند. جایگزین گواهی نیست.
راهنمای تصمیم سریع
| PDF روسی شما… | بهترین رویکرد |
|---|---|
| گزارش یا دفترچه راهنمای متنی است | مستقیم آپلود کنید؛ پرتراکمترین صفحه جدول را پیشنمایش کنید |
| قرارداد یا گواهی اسکنشده است | در صورت امکان با 300 DPI دوباره اسکن کنید؛ OCR روی اعداد و نامها را در پیشنمایش بررسی کنید |
| مقاله دانشگاهی دومستونه است | پیش از دانلود صفحهای با ستون و پانویس را پیشنمایش کنید |
| PDF قدیمیای است که بهصورت آشغال میچسبد | آن را اسکن بدانید تا متن دوباره شناخته شود |
اگر خود زبان برای شما تازهکار است، راهنمای زبان روسی ما الفبای سیریلیک را توضیح میدهد و میگوید چرا بعضی حروف هم خواننده و هم ماشین را گیر میاندازند.
وقتی آماده بودید، صفحهای را که بیشتر نگرانش هستید در OpenL Doc Translator آپلود کنید و پیشنمایش رایگان را بررسی کنید. اگر جدولها و ستونها هنوز شبیه اصل شما بودند، بقیه سند معمولاً همانطور پیش میرود.
Sources
- Traineddata files for Tesseract — tessdoc — Language-specific OCR models, including Russian (
rus) - Russian alphabet — Wikipedia — The 33-letter Cyrillic alphabet and letter forms
- Text size in translation — W3C Internationalization — Why translated text changes length and affects layout
- AI PDF Translator — OpenL Doc — Text and scanned PDF support, 80 MB limit, layout retention, free preview


