عندما تضع ملف PDF في أداة ترجمة، وتخرج النتيجة بفقرة منزاحة، وجداول متفككة، ونصوص متداخلة فوق المخططات—فهذه معاناة واجهها تقريباً كل من ترجم ملف PDF. المشكلة لا تكمن في جودة الترجمة، بل في تنسيق PDF نفسه. سيوضح هذا الدليل سبب سهولة اختلال تنسيق PDF، ويقدم ثلاث طرق فعالة للحفاظ حقاً على التنسيق.
لماذا يختل تنسيق ملفات PDF عند ترجمتها بالأدوات العادية؟
يعتقد الكثيرون أن ملف PDF يشبه Word، حيث يمكن إعادة ترتيب النصوص بحرية فقرة تلو الأخرى. لكن الواقع عكس ذلك تماماً. الهدف من تصميم PDF هو "أن يبدو متطابقاً بغض النظر عن الجهاز الذي يُفتح عليه"، لذا فهو يسجل الإحداثيات المطلقة لكل حرف، وكل سطر، وكل صورة على الصفحة، وليس العلاقات المنطقية بين النصوص.
يؤدي هذا إلى ثلاث مشاكل نموذجية:
- انقطاع تدفق النص: قد تُقسم الجملة الواحدة داخل PDF إلى عدة كتل نصية مستقلة موزعة على إحداثيات مختلفة. تترجم الأدوات العادية كل كتلة على حدة، مما يؤدي إلى اختلال ترتيب الترجمة.
- عرض الخط والخطوط: عند ترجمة الصينية أو اليابانية إلى الإنجليزية، يزداد عدد الأحرف عادة، وعند ترجمة الإنجليزية إلى الصينية يقصر. النص الذي كان يملأ سطراً تماماً، قد يتجاوز الحدود بعد الترجمة أو يترك مساحات فارغة كبيرة، وقد لا تظهر الخطوط المضمنة أصلاً.
- الجداول والمخططات: غالباً ما تكون الجداول في PDF مجرد مجموعة من الخطوط مع نصوص متناثرة، دون مفهوم "الخلايا". وبمجرد تغير طول النص، تختل الأعمدة وتتحرك التسميات على المخططات.
بعد فهم هذه النقطة، يصبح منطق اختيار الأداة واضحاً: تحتاج إلى أداة تفهم أولاً هيكل التخطيط، ثم تعيد النص المترجم إلى موضعه المقابل، بدلاً من مجرد استبدال النص.
الطريقة الأولى: استخدام أدوات الذكاء الاصطناعي التي تدعم استعادة التنسيق
حالياً، الطريقة الأكثر موثوقية هي استخدام أدوات ترجمة الذكاء الاصطناعي التي تجري أولاً تحليل التخطيط (layout analysis). عادة ما تكون آلية عمل هذه الأدوات كالتالي: التعرف أولاً على الفقرات، والعناوين، والجداول، والصور وغيرها من الكتل على الصفحة، وبناء نموذج هيكلي، ثم بعد الترجمة، إعادة تنسيق الإخراج وفقاً لموقع وحجم الكتل الأصلية.
على سبيل المثال، عند معالجة ملفات PDF، تحافظ DocTransAI على مستوى الفقرات، وتخطيط الجداول، ومواقع المخططات، وتدعم الإخراج ثنائي اللغة (النص الأصلي والترجمة جنباً إلى جنب أو أعلى وأسفل)، مما يسهل المراجعة. بموضوعية، لا توجد أداة يمكنها ضمان استعادة مثالية بنسبة 100% للتخطيطات المعقدة—كلما كان التخطيط أكثر تعقيداً وزاد تغير طول النص، زادت احتمالية ظهور أخطاء. ولكن مقارنة بالطريقة التقليدية المتمثلة في استبدال النص مباشرة، توفر استعادة التنسيق وقتاً طويلاً من التعديل اليدوي.
متى تكون هذه الطريقة هي الأنسب؟
- ملفات PDF الأصلية (غير الممسوحة ضوئياً)، مثل الملفات المصدرة من Word أو InDesign.
- المستندات الرسمية التي تحتوي على جداول، وتخطيطات متعددة الأعمدة، ورؤوس وتذييلات صفحات، مثل التقارير، والعقود، وكتيبات المنتجات.
- السيناريوهات التي تحتاج فيها إلى تسليم الترجمة للآخرين لاستخدامها مباشرة، دون وقت لإعادة تنسيق كل صفحة.
الطريقة الثانية: يجب إجراء OCR لملفات PDF الممسوحة ضوئياً أولاً
إذا كان ملف PDF الخاص بك ممسوحاً ضوئياً أو محولاً من صور، فهو في جوهره عبارة عن صور، ولا يحتوي على أي نصوص قابلة للتحديد. في هذه الحالة، لا يمكن لأي أداة ترجمة قراءة النص مباشرة، بل يجب أولاً استخراج النص من الصور عبر التعرف الضوئي على الحروف (OCR).
الخطوات الموصى بها لمعالجة ملفات PDF الممسوحة ضوئياً:
- تحقق مما إذا كان الملف ممسوحاً ضوئياً—حاول تحديد النص بالماوس، إذا لم تتمكن من تحديده فهو ممسوح ضوئياً.
- استخدم أداة تدعم ميزة OCR للتعرف على النص. تتأثر جودة التعرف بشكل كبير بوضوح الصورة الأصلية، ويُفضل أن تكون دقة المسح 300 نقطة في البوصة أو أكثر.
- تأكد من مراجعة النص بعد التعرف، حيث يخطئ OCR غالباً في التعرف على الأحرف المتشابهة (مثل "O" و "0"، أو الأحرف المتشابهة في اللغات الأخرى)، وستنتقل هذه الأخطاء مباشرة إلى الترجمة.
- ثم انتقل إلى الترجمة واستعادة التنسيق.
توفر DocTransAI ميزة التعرف الضوئي المدمج لملفات PDF الممسوحة ضوئياً، مما يتيح إكمال التعرف والترجمة في نفس سير العمل، مما يقلل من متعة نقل الملفات بين أدوات متعددة. ومع ذلك، فإن صعوبة استعادة الملفات الممسوحة ضوئياً تكون بطبيعتها أعلى من ملفات PDF الأصلية، لذا فإن التوقعات المعقولة للنتائج ستوفر عليك الكثير من العناء.
الطريقة الثالثة: استخدام قوائم المصطلحات لضمان اتساق المصطلحات المهنية
بعد ضبط التنسيق، تظل هناك مشكلة جودة تُهمل غالباً: عدم اتساق المصطلحات الخاصة. في مستند تقني من عشرات الصفحات، إذا اختلفت ترجمة اسم منتج أو قطعة غيار أو مصطلح قانوني في كل مرة، سيُصاب القارئ بالحيرة، وستنخفض الاحترافية.
الحل هو إنشاء قائمة مصطلحات (glossary): تحديد الترجمات القياسية للكلمات الرئيسية مسبقاً، وفرض تطبيقها أثناء الترجمة. على سبيل المثال، تثبيت ترجمة "Liquidity Coverage Ratio" إلى "نسبة تغطية السيولة"، بحيث لا يُطلق عليها اسم مختلف في كل مكان بالمستند. راجع أيضاً لماذا يجب على الشركات إنشاء قوائم مصطلحات للترجمة؟
تدعم DocTransAI إنشاء قوائم مصطلحات مخصصة واستيرادها دفعة واحدة بصيغة CSV، مع المطابقة والاستبدال التلقائي أثناء الترجمة. بالنسبة للفرق التي تحتاج إلى الحفاظ على مصطلحات العلامة التجارية أو مصطلحات الصناعة على المدى الطويل، يمكن لهذه الخطوة أن ترفع بشكل كبير من اتساق التسليمات.
الأخطاء الشائعة والنصائح
- معالجة الملفات الممسوحة ضوئياً كملفات PDF أصلية: النتيجة غالباً "لا استجابة للترجمة" أو إخراج فارغ. حدد نوع الملف أولاً، واتبع مسار OCR دائماً للملفات الممسوحة ضوئياً.
- تجاهل تضخم عدد الكلمات: عند الترجمة من الصينية أو اليابانية إلى الإنجليزية، غالباً ما يزداد طول النص مما يؤدي إلى تجاوز الحدود. في المستندات ذات التخطيط الثابت، تأكد من فحص الحدود وفواصل الصفحات بسرعة بعد الترجمة.
- التوقعات المثالية بنسبة 100% للتخطيطات المعقدة: المجلات متعددة الأعمدة، والتصاميم التي تحتوي على العديد من إطارات الصور العائمة، يصعب على أي أداة آلية استعادتها بالكامل، لذا من العملي تخصيص القليل من الوقت للتعديل اليدوي.
- تخطي المراجعة: مهما كانت قوة الأداة، يجب أن تراجع المستندات الرسمية الموجهة للخارج بشرياً في النهاية، خاصة الأرقام، والتواريخ، والمصطلحات الخاصة.
- معالجة ملف كبير بالكامل دفعة واحدة: يُنصح للملفات التي تحتوي على مئات الصفحات بترجمة بضع صفحات أولاً كاختبار، والتأكد من صحة التأثير وإعدادات المصطلحات، قبل تشغيل النص الكامل، لتجنب إهدار الجهد.
الخلاصة
مفتاح ترجمة ملفات PDF مع الحفاظ على التنسيق ليس البحث عن أداة "الأكثر دقة في الترجمة"، بل البحث عن أداة "تفهم التخطيط". استخدم ترجمة الذكاء الاصطناعي التي تدعم استعادة التنسيق لملفات PDF الأصلية؛ قم بإجراء OCR أولاً ثم الترجمة للملفات الممسوحة ضوئياً؛ اجمع المستندات المهنية مع قوائم المصطلحات لضمان اتساق المصطلحات—بدمج هذه العناصر الثلاثة، يمكنك تقليل حجم العمل اليدوي اللاحق إلى أدنى حد.