Rekonstruksi Tata Letak Sempurna: Bagaimana Lensa Neural Memecahkan Terjemahan PDF

Bagi peneliti, insinyur, dan profesional hukum, membaca PDF berbahasa asing adalah kebutuhan sehari-hari. Namun, alat terjemahan konvensional sering kali merusak pengalaman: teks terjemahan tumpang tindih, tata letak multi-kolom rusak, tabel hilang, dan rumus matematika berubah menjadi simbol yang tidak dapat dibaca.

Hal ini karena tantangan utama penerjemahan PDF bukanlah penerjemahan itu sendiri, namun menjaga tata letak spasial dokumen yang rumit.

Inilah cara Neural Lens mengatasi tantangan ini menggunakan mesin BabelDOC.

---

Hambatan Teknis Inti File PDF

PDF (Portable Document Format) pada dasarnya adalah "kertas elektronik". Basis kodenya hanya berisi koordinat fisik absolut untuk menggambar karakter, garis, dan gambar. Ia tidak memiliki pemahaman tingkat tinggi tentang "paragraf", "kolom", "tabel", atau "urutan bacaan". Hal ini menyebabkan tiga masalah utama:

1. Fragmentasi Teks: Kalimat bersambung sering kali dipotong menjadi fragmen kata yang terputus-putus dalam instruksi rendering PDF. Ekstraktor yang naif mengambil fragmen-fragmen ini secara tidak berurutan, sehingga menghasilkan terjemahan yang tidak masuk akal.
2. Penghancuran Rumus: Persamaan matematika (LaTeX) dan angka salah diidentifikasi sebagai teks biasa, menyebabkan mesin terjemahan menerjemahkannya secara paksa.
3. Teks ​​Tumpang Tindih (Ekspansi): Saat menerjemahkan antarbahasa (misalnya, Bahasa Inggris ke Bahasa Mandarin), volume teks dapat bertambah atau menyusut sebesar 30% hingga 50%. Penggantian statis menyebabkan teks tumpah melebihi gambar atau batas paragraf yang berdekatan.

---

BabelDOC: Empat Langkah untuk Pelestarian Tata Letak yang Sempurna

Mesin BabelDOC yang terintegrasi dalam Neural Lens menggunakan analisis visual berbasis tata letak dan rekonstruksi dokumen berbasis aliran:

1. Analisis Tata Letak Visual

BabelDOC dimulai dengan menjalankan algoritma deteksi tata letak yang memindai PDF untuk menemukan kolom, header, footer, gambar, dan tabel. Hal ini memastikan teks multi-kolom dibaca dan diterjemahkan dalam urutan logis yang benar.

2. Penggabungan Paragraf Logis

Mesin tersebut merekonstruksi kembali fragmen teks yang rusak menjadi kalimat yang koheren berdasarkan jarak spasial dan penanda linguistik. Teks yang direkonstruksi kemudian dikirim ke LLM tingkat lanjut (seperti GPT-4o atau Claude 3.5), memastikan terjemahan akurat secara kontekstual.

3. Perlindungan Formula Tag Aman

Sebelum penerjemahan, BabelDOC secara otomatis mengganti rumus, blok kode, dan bagan dengan tag placeholder yang aman (misalnya, [__MATH_FORMULA_3__]). Mesin terjemahan mempertahankan tag ini, yang kemudian dikembalikan ke format LaTeX aslinya oleh BabelDOC.

4. Reflow Aliran Dinamis

Untuk menangani perluasan bahasa, BabelDOC mengubah susunan dokumen secara dinamis. Ini menyesuaikan ukuran font, tinggi garis, dan batas elemen secara mikro dengan cepat, menghilangkan teks yang tumpang tindih dan ketidaksejajaran.

---

Portal vs. Klien Desktop

Neural Lens menyediakan portal web dan aplikasi desktop asli:

Jika Anda membaca makalah dan spesifikasi teknis secara rutin, unduh Aplikasi Neural Lens untuk menyederhanakan alur kerja Anda!