要点
PDF翻訳の難点は、言語変換ではなく、フォーマットそのものに起因します。
PDF翻訳で実際に崩れる箇所
- 段落順序の混乱
- 表構造の破壊
- 段組みコンテンツの不正確な復元
PDFがWordより翻訳しにくい理由
- PDFはページ座標のみを保存し、論理構造を含まない
- テキスト、表、図形がファイル内で分散して保存されている
- 翻訳ツールはプレーンテキストのみを抽出することが多い
レイアウトを保ったまま翻訳する方法
- まずPDFの論理構造を解析する
- 本文、表、注釈などのコンテンツタイプを区別する
- 構造レイヤー内で翻訳と再配置を完了させる
関連ツール
まとめ
PDF翻訳の本質的な問題は、翻訳の精度ではなく、構造の理解にあります。