Ein übersetzter Satz kann grammatisch einwandfrei und trotzdem völlig falsch sein. Hat die OCR „not permitted“ als „now permitted“ gelesen, überträgt die Übersetzung die falsche Anweisung möglicherweise mit voller Überzeugung in eine andere Sprache. Der Übersetzer hat das Wort, das Sie auf der gescannten Seite sehen, nie zu Gesicht bekommen.
Wenn Ihnen ein Ergebnis verdächtig vorkommt, vergleichen Sie drei Dinge: das Seitenbild, den erkannten Quelltext und die Übersetzung. So trennen Sie Erkennungsfehler von Übersetzungsentscheidungen und ersparen sich die Kosten für die Wiederholung der falschen Stufe.
Verfolgen Sie den Fehler durch den Ablauf
Die OCR gewinnt Zeichen und Dokumentstruktur aus Seitenbildern zurück. Die Übersetzung arbeitet anschließend mit diesem gewonnenen Material. Ein Fehler kann in beiden Stufen entstehen, und Fehler im Layout wiegen ebenso schwer wie falsch geschriebene Wörter.
Denken Sie an eine Seite mit zwei Spalten. Jedes Wort ist korrekt erkannt, doch Sätze aus der rechten Spalte werden in den Absatz der linken Spalte eingefügt. Der Übersetzer erhält eine Argumentation, die keinen Sinn mehr ergibt. Am Englischen zu feilen stellt die verlorene Reihenfolge nicht wieder her.
Nutzen Sie eine kurze Diagnose, bevor Sie etwas ändern:
| Was Sie feststellen | Wo Sie vermutlich nachsehen sollten |
|---|---|
| Ein Name weicht vom sichtbaren Scan ab | Zeichenerkennung |
| Richtige Wörter stehen in der falschen Reihenfolge | Layout und Lesereihenfolge |
| Der Quelltext ist korrekt, aber die Bedeutung ändert sich | Übersetzung |
| Eine korrekte Übersetzung verliert beim Export eine Notizmarkierung | Ausgabestruktur oder Darstellung |
In derselben Passage können mehrere Probleme zugleich auftreten. Dass die Rechtschreibung stimmt, beweist noch nicht, dass die Absatzreihenfolge korrekt ist.
Prüfen Sie Namen, Zahlen und Symbole gesondert
Gewöhnlicher Fließtext übersteht einen fehlenden Buchstaben manchmal unbemerkt. Bei einer Maßeinheit, einer Kennung oder einem Personennamen ist das anders. Achten Sie genau auf 0/O, 1/l/I, Minuszeichen, Dezimaltrennzeichen, hochgestellte Zeichen und Buchstaben mit Akzent. Suchen Sie sowohl nach der erwarteten Schreibweise als auch nach naheliegenden Fehllesungen eines wiederkehrenden Namens.
Beurteilen Sie eine Tabelle nicht nur nach den sichtbaren Werten. Eine korrekt erkannte Zahl unter der falschen Überschrift ist trotzdem falsch. Prüfen Sie Zeilenbeschriftung, Spaltenbeschriftung, Einheit und jede erläuternde Anmerkung im Zusammenhang. Vergleichen Sie bei Formeln Indizes, Exponenten, Klammern und Operatoren mit dem Original; ein flüssiger Absatz drumherum ist kein Beleg dafür, dass die Notation erhalten geblieben ist.
Führen Sie eine kurze Fehlerliste mit Seitenzahl, Textstelle, beobachtetem Fehler und Korrektur. Zum Beispiel: „PDF-Seite 38, Tabelle 2: Minuszeichen vor 0,4 fehlt.“ Das ist nützlicher als die allgemeine Notiz, das Kapitel müsse überarbeitet werden.
Prüfen Sie stichprobenartig die schwierigen Seiten, nicht nur den Anfang
Sehen Sie sich mindestens eine gewöhnliche Seite und jeden im Dokument vorkommenden Layouttyp an: Spalten, dichte Anmerkungen, eine Tabelle, ein beschriftetes Diagramm und eine Seite mit schwachem oder beschädigtem Druck. Beziehen Sie einen Seitenwechsel ein, bei dem ein Satz auf dem nächsten Bild weiterläuft.
Lesen Sie einen vollständigen Absatz über jeden Übergang hinweg. Prüfen Sie, ob eine Kopfzeile nicht in einen Satz geraten ist und ob eine Fußnote den Haupttext nicht unterbrochen hat. Vergleichen Sie dann die Übersetzung genau dieser Passage. Wenn sie einen Handelnden, eine Schlussfolgerung oder eine Einschränkung einführt, die im Quelltext fehlen, gehen Sie der Sache nach.
Stichproben sind eine erste Einschätzung, keine Garantie für den Rest des Buchs. Tritt derselbe Fehler wiederholt auf, dehnen Sie die Prüfung auf alle Seiten mit diesem Merkmal aus. Eine wiederholte Überschrift im Text ist ein Grund, die gesamte Ausgabe zu durchsuchen, und nicht nur, das erste Vorkommen zu löschen.
Entscheiden Sie, ob Sie die OCR wiederholen oder den extrahierten Text korrigieren
Wenn viele Seiten unscharf, schief, abgeschnitten oder in der falschen Reihenfolge sind, beginnen Sie nach Möglichkeit mit einer besseren Vorlage. Die Erkennung auf demselben unlesbaren Bild zu wiederholen kann dasselbe Problem erneut erzeugen. Bewahren Sie das alte Ergebnis auf und geben Sie dem neuen Durchlauf einen eigenen Dateinamen, damit Sie beide vergleichen können.
Ist die Erkennung überwiegend zuverlässig und treten Fehler nur vereinzelt auf, lässt sich eine bearbeitbare Markdown-Kopie in Ihrem eigenen Editor womöglich leichter korrigieren. Halten Sie die Korrekturen den Quellseiten zugeordnet. Das ist ein manueller Ablauf; gehen Sie nicht davon aus, dass PDF Craft eine Maske zur OCR-Korrektur bereitstellt oder Ihre Änderungen automatisch in einen bestehenden Auftrag übernimmt.
Die PDF-Konvertierung von PDF Craft kann EPUB zum Lesen oder Markdown zum Bearbeiten erzeugen. Die Konvertierung erfordert keine Übersetzung; aktivieren Sie die Übersetzung nur, wenn Sie sie wünschen. Wenn Sie die Erkennung unabhängig prüfen möchten, erzeugen Sie zunächst eine unübersetzte Ausgabe. Eine spätere Übersetzung oder ein erneuter Durchlauf ist eine eigene Verarbeitungsentscheidung; sehen Sie sich die Preise an, bevor Sie lange Aufträge wiederholen.
Vergleichen Sie nach der Korrektur des Quelltexts die neue Übersetzung an den bekannten Fehlerstellen mit der früheren. Prüfen Sie anschließend die umgebenden Sätze: Ein korrigierter Name oder eine korrigierte Verneinung kann Fürwörter, Kongruenz oder eine ganze Erläuterung betreffen. Bewahren Sie Ihre Fehlerliste zusammen mit der Quelle und dem fertigen Ergebnis auf, damit die nächste Prüfung mit Belegen beginnt und nicht mit dem Gedächtnis.