Ein vertikales Buch kann korrekt erkannte Zeichen in der falschen Reihenfolge enthalten. Das OCR-System erfasst den Text möglicherweise richtig, fügt aber Spalten, Bildunterschriften oder kleine Anmerkungen falsch zusammen. Für das Lesen und Übersetzen ist die Reihenfolge ebenso wichtig wie die einzelnen Zeichen.
Beginnen Sie mit aussagekräftigen Seiten und dem Original-PDF. Gehen Sie nicht davon aus, dass eine saubere vertikale Seite eine zuverlässige Verarbeitung für alle Layouts eines umfangreichen Buchs belegt.
Vertikale und gemischte Anordnungen erkennen
Sehen Sie sich eine gewöhnliche Textseite, einen Kapitelanfang und eine Seite mit Abbildungen oder Anmerkungen an. Ein Buch kann vertikalen Fließtext mit horizontalen Überschriften, Tabellen, lateinischen Abkürzungen oder kleinen Ausspracheanmerkungen kombinieren.
Halten Sie die beabsichtigte Reihenfolge vor der Verarbeitung fest. Welche Spalte folgt als nächste? Wohin gehört eine Bildunterschrift? Bezieht sich eine kleine Zeile auf die benachbarten Zeichen, oder ist sie Teil des Hauptsatzes? Notieren Sie diese Beziehungen auf einigen ausgewählten Seiten, damit Sie ein konkretes Ziel für die Abnahme haben.
Wenn der Scan zwei gegenüberliegende Seiten in einem Bild enthält, prüfen Sie auch deren Reihenfolge und den Bereich des Buchrückens. Durch Beschnitt oder Schatten können die letzten Zeichen einer Zeile verdeckt werden. Eine Übersetzung kann Text, der im Bild fehlt, nicht zuverlässig wiederherstellen.
OCR-Reihenfolge prüfen, bevor Sie die Übersetzung beurteilen
Lesen Sie nach der Konvertierung einen zusammenhängenden Abschnitt des Originals von Anfang bis Ende und vergleichen Sie ihn dabei mit dem PDF-Bild. Achten Sie auf Spalten, die in der falschen Richtung zusammengefügt wurden, Anmerkungen, die mitten im Fließtext stehen, und Kolumnentitel, die sich in Sätzen wiederholen.
Eine aussagekräftige Stichprobe umfasst:
| Seitentyp | Hauptrisiko, das zu prüfen ist |
|---|---|
| Gewöhnlicher vertikaler Fließtext | Spaltenfolge und Übergänge zwischen Absätzen |
| Gemischter horizontaler und vertikaler Text | Überschriften oder Beschriftungen, die in den Text eingefügt wurden |
| Kleine Anmerkungen | Ihre Beziehung zum Haupttext |
| Abbildung oder Tabelle | Platzierung der Bildunterschrift und Unterbrechung des Fließtexts |
| Seiten- oder Kapitelgrenze | Fortsetzung gegenüber einem tatsächlichen Einschnitt |
Wenn eine übersetzte Passage seltsam klingt, kann die Reihenfolge im Ausgangstext falsch sein. Vergleichen Sie die Seite, statt allein aus dem Satz in der Zielsprache die Bedeutung rekonstruieren zu wollen. Die Erläuterung zu OCR und Übersetzung trennt diese Arbeitsschritte.
Konvertierung oder Übersetzung bewusst wählen
Laden Sie im PDF-Arbeitsbereich das PDF hoch und wählen Sie das Ausgabeformat passend zu Ihrem Ziel. EPUB eignet sich zum fortlaufenden Lesen mit anpassbarer Schriftgröße. Markdown eignet sich zum Bearbeiten und für Forschungsnotizen. Die Übersetzung ist bei diesen Ausgaben optional und muss bei Bedarf aktiviert werden; die PDF-Ausgabe ist eine Übersetzungsaufgabe.
Das erzeugte Leselayout muss die vertikale Originalseite nicht nachbilden. Prüfen Sie, ob die gewählte Ausgabe die Inhalte und eine sinnvolle Reihenfolge bewahrt, statt ein Faksimile zu erwarten. PDF Craft verspricht keine verlustfreie Wiedergabe jeder vertikalen oder gemischten Anordnung.
Ergänzen Sie bei Bedarf knappe Hintergrundinformationen für die Übersetzung: das Thema, bevorzugte Schreibweisen von Namen und wichtige Fachbegriffe. Gehen Sie nicht davon aus, dass Anweisungen fehlende Zeichen oder eine durcheinandergeratene Reihenfolge im Ausgangstext ausgleichen können. Prüfen Sie vor dem Hochladen die aktuellen Dateigrenzen und die Preise. Neue Nutzer erhalten Testguthaben; die Verarbeitung wird nach Nutzung abgerechnet.
Anhand einer schwierigen Stichprobe den Prüfbedarf bestimmen
Wählen Sie eine Seite mit einem Layoutwechsel und eine Stelle, an der der Text auf der nächsten Seite weitergeht. Vergleichen Sie das Ende der vorherigen Seite, die aktuelle Seite und den Anfang der nächsten. Prüfen Sie, ob ein vollständiger Satz in der richtigen Reihenfolge erhalten bleibt, ohne dass eine Kopfzeile oder Seitenzahl eingefügt wurde.
Bestimmen Sie bei Anmerkungen die Markierung und den vollständigen Text der Anmerkung, statt sich allein auf die Erkennung kleiner Schrift zu verlassen. Prüfen Sie bei einer Tabelle die Zuordnung von Zeilen und Spalten. Ziehen Sie bei blassen oder mehrdeutigen Zeichen nach Möglichkeit eine klarere Quelle heran, statt zuzulassen, dass eine flüssige Übersetzung die Unsicherheit verdeckt.
Leiten Sie aus einigen wenigen Stichprobenseiten keine prozentuale Erkennungsgenauigkeit ab. Die Stichprobe hilft, die typischen Fehlerquellen eines Buchs und den Prüfaufwand einzuschätzen; sie ist keine Messung der Genauigkeit über das gesamte Dokument.
Das Original beim Lesen in Reichweite halten
Speichern Sie die heruntergeladene Ausgabe separat und notieren Sie problematische Stellen mit der Originalseite und einer gut erkennbaren Textstelle. Seiten in EPUB ändern sich mit Schriftart und Bildschirmgröße, daher sind reine Seitenzahlen der Ausgabe keine verlässliche Angabe.
Wenn viele Seiten dasselbe Problem mit der Reihenfolge aufweisen, unterbrechen Sie die weitere Verarbeitung, bis Sie die Ursache verstanden haben. Sind nur wenige Seiten schwierig, markieren Sie diese für einen genaueren Vergleich mit dem Original. Der Leitfaden zur Übersetzung gescannter PDFs behandelt die Prüfung von Inhalt und Layout im weiteren Verlauf, ohne flüssigen Text als Beleg für eine korrekte Texterkennung zu werten.