把日文 PDF 翻成英文之前,先看清楚文字是怎麼排的。橫排段落、直排欄位、旁注假名,還有圖片裡的標示,在擷取時碰到的問題各不相同。檔案能順利上傳,並不代表這些文字之間的關係已經被正確理解。
建議挑幾頁具代表性的內容來檢查,把辨識、語言和輸出格式這三件事分開判斷。
分辨文字、掃描影像與書寫方向
先試著選取一整句,再貼到純文字編輯器裡。比對字元本身,也比較字元的順序。有些 PDF 內含可用的文字,有些其實是頁面影像,或藏著一層不可靠的隱藏文字。請從一般頁面和較難處理的頁面中各挑一頁來試。
傳統日文直排通常是從上往下讀,欄位由右往左推進。這類版面也可能夾雜橫排內容、拉丁字母縮寫,或是在主要文字旁邊標注小字讀音。這些差異在檢查閱讀順序時都會造成影響。
不要因為某個工具宣稱支援日文,就認定它一定能處理各種直排版面。PDF Craft 的線上說明並沒有對直排書籍的品質做全面保證。在整份檔案都交給它處理之前,先看幾頁具代表性的結果;如果原文本身無法可靠判讀,可以考慮改用專門的擷取方式,或先手動整理。
版面相關的檢查方法請見直排書籍 OCR。本文談的是後續整體的英文 PDF 流程。
用有憑據的方式準備人名與術語
先把會影響理解的姓名或術語列出來。如果某個名稱已有通行的英文拼法,就在翻譯指示中直接寫明。同一個漢字姓名可能有好幾種讀音,不要只憑字面猜測羅馬拼音。
如果是技術論文,請說明所屬領域,以及反覆出現的概念希望採用哪個對應詞。如果是敘事性文件,請說明人名和篇名要怎麼處理,但不要要求系統憑空補上原文沒有的資訊。
指示可以這樣寫:「請翻成英文,對象是一般讀者。指定的羅馬拼音人名和產品代碼維持不變。反覆出現的技術術語採用下列英文對應詞。」請把實際要採用的人名、產品代碼和術語英文寫法填入指示中,並先確認這些寫法無誤。
指示能引導翻譯,但不保證每一處都照著做。下載後請搜尋重要人名,也回頭看幾處原文,因為辨識結果可能有變體,單靠搜尋未必找得到。
依需求選擇 PDF、EPUB 或 Markdown
在 PDF Craft 中上傳日文 PDF,選擇輸出格式,並把目標語言設為英文。輸出 PDF 時,翻譯是流程的一部分;如果輸出 EPUB 或 Markdown 也想改變語言,記得開啟翻譯。送出前先確認設定和指示。
如果版面呈現本身很重要,翻譯後的 PDF 會比較合適。EPUB 適合連續閱讀,Markdown 則方便後續編輯。不論選哪一種輸出,都請保留日文原檔,方便對照頁碼和處理複雜圖表。
不要把「保留圖片的 EPUB」和「圖中標示都已辨識並翻譯」混為一談。插圖可以原樣保留,但圖裡仍然有日文。
任務完成後,下載結果,用你之後實際會使用的閱讀器或編輯器打開檢查。費用請參考定價的現行說明,不要以為單看頁數就能算出收費。
拿具代表性的頁面與原文對照
挑一頁有直排文字的(如果有的話)、一頁有人名的、一頁有表格或圖解的,再挑一頁靠近文件結尾的。檢查每個文字區塊的開頭和結尾,以及欄位之間、頁面之間的銜接。
比對日期、數字、單位和專有名詞。小字注釋要跟主要句子分開檢查;它們不該被併進不相干的正文,也不該無聲無息地消失。圖說和註記除了看文字,也要確認它們指向的對象是否正確。
如果英文段落的主題突然跳掉,先回到原文確認順序,再要求翻得更通順。OCR 與翻譯流程指南說明了為什麼光靠潤飾文字,無法可靠地修好順序錯亂的原文。
還沒解決的段落請先標記出來,並保留原始匯出檔。如果這份結果要用在出版、法律用途或其他有實質影響的場合,請安排適當的語言和領域審閱。一份讀得懂的英文版本只是審閱的起點,不代表審閱已經完成。