Переведённая фраза может быть грамматически безупречной и при этом полностью неверной. Если OCR прочитал «not permitted» как «now permitted», перевод уверенно перенесёт в другой язык противоположное указание. Переводчик просто не видел того слова, которое видите вы на отсканированной странице.
Когда результат вызывает сомнения, сравните три вещи: изображение страницы, распознанный исходный текст и перевод. Так вы отделите ошибки распознавания от решений переводчика и не потратите деньги на повтор не того этапа.
Проследите ошибку по всей цепочке
OCR восстанавливает символы и структуру документа по изображениям страниц. Перевод затем работает с этим восстановленным материалом. Ошибка может возникнуть на любом из двух этапов, причём сбои в вёрстке не менее важны, чем искажённые слова.
Представьте страницу в две колонки. Все слова распознаны правильно, но предложения из правой колонки вставлены в абзац из левой. Переводчик получает рассуждение, которое больше не имеет смысла. Сколько ни шлифуй английский текст, утраченный порядок он не вернёт.
Прежде чем что-то менять, проведите короткую диагностику:
| Что вы обнаружили | Где, скорее всего, искать причину |
|---|---|
| Имя отличается от того, что видно на скане | Распознавание символов |
| Правильные слова стоят не в том порядке | Вёрстка и порядок чтения |
| Исходный текст верен, но смысл изменился | Перевод |
| Перевод верен, но при экспорте пропал знак сноски | Структура выходного файла или его отображение |
В одном и том же фрагменте может быть несколько проблем. Исправленная орфография ещё не доказывает, что порядок абзацев правильный.
Отдельно проверьте имена, числа и символы
Обычный текст иногда переживёт пропущенную букву. А вот единица измерения, идентификатор или имя человека — вряд ли. Присмотритесь к парам 0/O, 1/l/I, знакам минуса, десятичным разделителям, надстрочным знакам и буквам с диакритикой. Ищите и правильное написание, и вероятные варианты неверного прочтения повторяющегося имени.
Оценивать таблицу только по видимым значениям нельзя. Правильно распознанное число под неверным заголовком всё равно неверно. Сверяйте одновременно подпись строки, заголовок столбца, единицу измерения и все уточняющие примечания. В формулах сравнивайте с оригиналом нижние и верхние индексы, скобки и операторы: гладкий абзац вокруг ещё не доказывает, что обозначения сохранились.
Заведите небольшой список замечаний: номер страницы, фрагмент исходника, замеченная ошибка и исправление. Например: «PDF, страница 38, таблица 2: перед 0,4 пропал знак минуса». От такой записи больше пользы, чем от общей пометки «главу надо доработать».
Проверяйте выборочно сложные страницы, а не только начало
Просмотрите хотя бы одну обычную страницу и каждый тип вёрстки, который встречается в документе: колонки, плотные сноски, таблицу, схему с подписями, страницу с бледной или повреждённой печатью. Обязательно включите в проверку переход между страницами, где предложение продолжается на следующем изображении.
Прочитайте целый абзац через каждый такой переход. Убедитесь, что колонтитул не вклинился в предложение, а сноска не разорвала основной текст. Затем сравните перевод этого же фрагмента. Если в нём появляется действующее лицо, вывод или оговорка, которых нет в исходнике, разбирайтесь дальше.
Выборочная проверка помогает быстро оценить ситуацию, но не гарантирует качество всей книги. Если одна и та же ошибка повторяется, распространите проверку на все страницы с этой особенностью. Повторяющийся заголовок в основном тексте — повод искать по всему результату, а не просто удалить первый попавшийся случай.
Решите, что делать: заново распознавать текст или править извлечённый
Если многие страницы размыты, перекошены, обрезаны или идут не по порядку, по возможности начните с более качественного исходника. Повторное распознавание того же нечитаемого изображения, скорее всего, даст тот же результат. Сохраните прежний результат и дайте новому прогону отдельное имя файла, чтобы можно было их сравнить.
Если распознавание в целом надёжное, а ошибки единичны, возможно, проще исправить редактируемую копию Markdown в своём редакторе. Привязывайте правки к страницам исходника. Это ручная работа: не рассчитывайте, что в PDF Craft есть отдельный экран для исправления OCR или что ваши правки автоматически попадут в уже созданную задачу.
Рабочая область для конвертации PDF в PDF Craft позволяет получить EPUB для чтения или Markdown для редактирования. Для конвертации перевод не обязателен — включайте его, только если он вам нужен. Если хотите проверить распознавание отдельно, сначала получите результат без перевода. Последующий перевод или повторный запуск — отдельное решение об обработке; перед повторением долгих задач загляните в раздел Цены.
После исправления исходника сравните новый перевод с прежним в известных местах ошибок. Затем проверьте соседние предложения: исправленное имя или отрицание может повлиять на местоимения, согласование или на всё пояснение целиком. Сохраните список замечаний вместе с исходником и готовым результатом, чтобы при следующей проверке опираться на факты, а не на память.