Tái tạo bố cục hoàn hảo: Cách ống kính thần kinh giải quyết bản dịch PDF

Đối với các nhà nghiên cứu, kỹ sư và chuyên gia pháp lý, việc đọc các bản PDF tiếng nước ngoài là điều cần thiết hàng ngày. Tuy nhiên, các công cụ dịch thuật thông thường thường làm hỏng trải nghiệm: văn bản dịch bị chồng chéo, bố cục nhiều cột bị hỏng, bảng biến mất và các công thức toán học biến thành các ký hiệu không thể đọc được.

Điều này là do thách thức chính của bản dịch PDF không phải là bản thân bản dịch mà là duy trì bố cục không gian phức tạp của tài liệu.

Đây là cách Thấu kính thần kinh vượt qua những thách thức này bằng cách sử dụng công cụ BabelDOC.

---

Rào cản kỹ thuật cốt lõi của tệp PDF

PDF (Định dạng tài liệu di động) về cơ bản là một "giấy điện tử". Cơ sở mã của nó chỉ chứa tọa độ vật lý tuyệt đối để vẽ ký tự, dòng và hình ảnh. Nó thiếu bất kỳ sự hiểu biết cấp cao nào về "đoạn văn", "cột", "bảng" hoặc "lệnh đọc". Điều này dẫn đến ba vấn đề lớn:

1. Phân mảnh văn bản: Một câu liên tục thường được cắt thành các đoạn từ rời rạc trong hướng dẫn hiển thị của tệp PDF. Những người trích xuất ngây thơ lấy những đoạn này không theo thứ tự, dẫn đến các bản dịch vô nghĩa.
2. Hủy bỏ công thức: Các phương trình toán học (LaTeX) và số liệu bị xác định nhầm là văn bản thuần túy, khiến các công cụ dịch thuật buộc phải dịch chúng.
3. Chồng chéo văn bản (Mở rộng): Khi dịch giữa các ngôn ngữ (ví dụ: tiếng Anh sang tiếng Trung), khối lượng văn bản có thể mở rộng hoặc thu hẹp từ 30% đến 50%. Việc thay thế tĩnh dẫn đến văn bản tràn ra các hình ảnh hoặc ranh giới đoạn liền kề.

---

BabelDOC: Bốn bước để bảo quản bố cục hoàn hảo

Công cụ BabelDOC được tích hợp trong Neural Lens sử dụng phân tích hình ảnh nhận biết bố cục và tái tạo tài liệu dựa trên luồng:

1. Phân tích bố cục trực quan

BabelDOC bắt đầu bằng cách chạy thuật toán phát hiện bố cục quét tệp PDF để xác định vị trí các cột, đầu trang, chân trang, hình ảnh và bảng. Điều này đảm bảo văn bản nhiều cột được đọc và dịch theo trình tự logic chính xác.

2. Hợp nhất đoạn văn logic

Công cụ này sẽ tái cấu trúc các đoạn văn bản bị hỏng thành các câu mạch lạc dựa trên khoảng cách không gian và các dấu hiệu ngôn ngữ. Sau đó, văn bản được xây dựng lại sẽ được gửi tới các LLM nâng cao (như GPT-4o hoặc Claude 3.5), đảm bảo các bản dịch chính xác theo ngữ cảnh.

3. Bảo vệ công thức thẻ an toàn

Trước khi dịch, BabelDOC tự động thay thế các công thức, khối mã và biểu đồ bằng thẻ giữ chỗ an toàn (ví dụ: [__MATH_FORMULA_3__]). Công cụ dịch bảo tồn các thẻ này, sau đó được BabelDOC khôi phục về định dạng LaTeX ban đầu.

4. Dòng chảy động

Để xử lý việc mở rộng ngôn ngữ, BabelDOC tự động điều chỉnh lại tài liệu. Nó điều chỉnh vi mô kích thước phông chữ, chiều cao dòng và ranh giới phần tử một cách nhanh chóng, loại bỏ sự chồng chéo và sai lệch văn bản.

---

Cổng thông tin so với máy khách để bàn

Neural Lens cung cấp cả cổng web và ứng dụng máy tính để bàn gốc:

Nếu bạn thường xuyên đọc các bài báo và thông số kỹ thuật, hãy tải xuống Ứng dụng Ống kính thần kinh để hợp lý hóa quy trình làm việc của bạn!