Une phrase traduite peut être parfaitement correcte sur le plan grammatical et pourtant entièrement fausse. Si l’OCR a lu « not permitted » là où le texte disait « now permitted », la traduction peut reprendre avec assurance une consigne erronée dans une autre langue. Le traducteur n’a jamais vu le mot que vous lisez sur la page numérisée.
Quand un résultat paraît suspect, comparez trois éléments : l’image de la page, le texte source reconnu et la traduction. Vous distinguerez ainsi les erreurs de reconnaissance des choix de traduction, et vous éviterez de payer pour refaire l’étape qui n’est pas en cause.
Suivre l’erreur d’un bout à l’autre du processus
L’OCR extrait les caractères et la structure du document à partir des images de pages. La traduction travaille ensuite sur ce matériau. Une erreur peut apparaître à l’une ou l’autre étape, et les problèmes de mise en page comptent autant que les mots mal orthographiés.
Prenez une page sur deux colonnes. Tous les mots sont reconnus correctement, mais les phrases de la colonne de droite s’insèrent dans le paragraphe de la colonne de gauche. Le traducteur reçoit un raisonnement qui n’a plus de sens. Aucun travail de style sur le texte anglais ne rétablira l’ordre perdu.
Avant de modifier quoi que ce soit, faites un diagnostic rapide :
| Ce que vous constatez | Piste à examiner en priorité |
|---|---|
| Un nom diffère de celui visible sur le scan | La reconnaissance des caractères |
| Les bons mots apparaissent dans le mauvais ordre | La mise en page et l’ordre de lecture |
| Le texte source est correct, mais le sens change | La traduction |
| Une traduction correcte perd un appel de note à l’export | La structure ou le rendu du fichier de sortie |
Plusieurs problèmes peuvent se cumuler dans un même passage. Corriger l’orthographe ne prouve pas que l’ordre des paragraphes est bon.
Contrôler séparément les noms, les nombres et les symboles
Un texte courant supporte parfois une lettre manquante. Une mesure, un identifiant ou un nom de personne, beaucoup moins. Regardez de près les 0/O, les 1/l/I, les signes moins, les séparateurs décimaux, les exposants et les lettres accentuées. Pour un nom qui revient souvent, cherchez à la fois l’orthographe attendue et les lectures erronées plausibles.
Ne jugez pas un tableau sur ses seules valeurs visibles. Un nombre correctement reconnu sous un mauvais en-tête reste faux. Vérifiez ensemble le libellé de ligne, le libellé de colonne, l’unité et toute note qui en précise le sens. Pour les formules, comparez indices, exposants, parenthèses et opérateurs avec l’original ; un paragraphe alentour bien tourné ne prouve en rien que la notation a été préservée.
Tenez une petite liste des problèmes, avec le numéro de page, l’extrait source, l’erreur observée et la correction. Par exemple : « PDF page 38, tableau 2 : signe moins absent devant 0,4. » C’est plus utile qu’une remarque générale indiquant que le chapitre est à revoir.
Échantillonner les pages difficiles, pas seulement le début
Examinez au moins une page ordinaire et chaque type de mise en page présent dans le document : colonnes, notes serrées, tableau, schéma avec légendes, page dont l’impression est pâle ou abîmée. Incluez un passage où une phrase se poursuit d’une page à l’autre.
Lisez un paragraphe complet à chaque changement de page. Vérifiez qu’un en-tête courant ne s’est pas glissé dans une phrase et qu’une note de bas de page n’a pas interrompu le texte principal. Comparez ensuite la traduction de ce même passage. Si elle introduit un acteur, une conclusion ou une nuance absents de la source, creusez la question.
L’échantillonnage sert à repérer les problèmes, il ne garantit rien pour le reste de l’ouvrage. Si la même erreur se répète, étendez le contrôle à toutes les pages qui présentent cette caractéristique. Un titre répété dans le corps du texte justifie une recherche dans l’ensemble du résultat, pas seulement la suppression du premier exemple.
Choisir entre refaire l’OCR et corriger le texte extrait
Si de nombreuses pages sont floues, inclinées, tronquées ou dans le mauvais ordre, partez si possible d’une meilleure source. Relancer la reconnaissance sur la même image illisible risque de reproduire le même problème. Conservez l’ancien résultat et donnez au nouveau un nom de fichier distinct pour pouvoir les comparer.
Si la reconnaissance est globalement fiable et que les erreurs sont isolées, une copie Markdown modifiable sera sans doute plus facile à corriger dans votre propre éditeur. Reliez chaque correction à sa page source. Il s’agit d’un travail manuel : ne partez pas du principe que PDF Craft propose un écran de correction de l’OCR ou réutilise automatiquement vos modifications dans une tâche existante.
L’espace de conversion PDF de PDF Craft peut produire un EPUB pour la lecture ou un Markdown pour l’édition. La conversion ne nécessite pas de traduction ; activez celle-ci uniquement si vous le souhaitez. Si vous devez examiner la reconnaissance indépendamment, commencez par obtenir un résultat non traduit. Si vous décidez ensuite de traduire le texte ou de relancer le traitement, consultez les tarifs avant de recommencer une tâche longue.
Après avoir corrigé la source, comparez la nouvelle traduction avec la précédente aux endroits où vous aviez repéré les erreurs. Vérifiez ensuite les phrases voisines : un nom ou une négation corrigés peuvent modifier les pronoms, les accords ou toute une explication. Rangez votre liste de problèmes avec la source et le résultat final, afin que la prochaine relecture s’appuie sur des faits et non sur des souvenirs.