Reconstrução de layout perfeito: como a lente neural resolve a tradução de PDF

Para pesquisadores, engenheiros e profissionais jurídicos, a leitura de PDFs em idiomas estrangeiros é uma necessidade diária. No entanto, as ferramentas de tradução convencionais muitas vezes arruínam a experiência: sobreposições de texto traduzido, quebras de layouts de múltiplas colunas, tabelas desaparecem e fórmulas matemáticas degradam-se em símbolos ilegíveis.

Isso ocorre porque o principal desafio da tradução de PDF não é a tradução em si, mas a preservação do layout espacial complexo do documento.

Veja como o Neural Lens supera esses desafios usando o mecanismo BabelDOC.

---

As principais barreiras técnicas dos arquivos PDF

PDF (Portable Document Format) é essencialmente um “papel eletrônico”. Sua base de código contém apenas coordenadas físicas absolutas para desenhar caracteres, linhas e imagens. Falta qualquer compreensão de alto nível de “parágrafos”, “colunas”, “tabelas” ou “ordens de leitura”. Isso leva a três questões principais:

1. Fragmentação de texto: uma frase contínua geralmente é cortada em fragmentos de palavras desconexas nas instruções de renderização do PDF. Extratores ingênuos recuperam esses fragmentos fora de ordem, levando a traduções sem sentido.
2. Destruição de fórmulas: Equações matemáticas (LaTeX) e figuras são identificadas incorretamente como texto simples, fazendo com que os mecanismos de tradução as traduzam à força.
3. Sobreposição de texto (expansão): Ao traduzir entre idiomas (por exemplo, inglês para chinês), o volume do texto pode expandir ou contrair em 30% a 50%. As substituições estáticas fazem com que o texto ultrapasse imagens adjacentes ou limites de parágrafos.

---

BabelDOC: quatro etapas para uma preservação perfeita do layout

O mecanismo BabelDOC integrado ao Neural Lens utiliza análise visual com reconhecimento de layout e reconstrução de documentos baseada em fluxo:

1. Análise Visual de Layout

O BabelDOC começa executando um algoritmo de detecção de layout que verifica o PDF para localizar colunas, cabeçalhos, rodapés, imagens e tabelas. Isso garante que os textos com várias colunas sejam lidos e traduzidos em sua sequência lógica correta.

2. Mesclagem de parágrafos lógicos

O mecanismo reconstrói fragmentos de texto quebrados em frases coerentes com base na distância espacial e em marcadores linguísticos. O texto reconstruído é então enviado para LLMs avançados (como GPT-4o ou Claude 3.5), garantindo traduções contextualmente precisas.

3. Proteção da fórmula Safe-Tag

Antes da tradução, o BabelDOC substitui automaticamente fórmulas, blocos de código e gráficos por tags de espaço reservado seguras (por exemplo, [__MATH_FORMULA_3__]). O mecanismo de tradução preserva essas tags, que são posteriormente restauradas para seus formatos LaTeX originais pelo BabelDOC.

4. Refluxo de Fluxo Dinâmico

Para lidar com a expansão da linguagem, o BabelDOC reflui dinamicamente o documento. Ele micro-ajusta os tamanhos das fontes, as alturas das linhas e os limites dos elementos dinamicamente, eliminando sobreposições e desalinhamentos de texto.

---

Portal vs. cliente de desktop

Neural Lens fornece um portal da web e aplicativos de desktop nativos:

Se você lê artigos e especificações técnicas regularmente, baixe o aplicativo Neural Lens para agilizar seu fluxo de trabalho!