问题与常见做法
- 图片中的文字已与色块、渐变、纹理、边框和插图合成为一张图
- 渐变底色、复杂纹理或文字紧贴图形边缘时，仅凭周围像素无法确定原始背景
常见做法
- 按检测到的底色整块填充，留下明显补丁
核心要点
- 处理图片文字、矢量文字、阅读顺序和超大页面。
- 大模型判断内容关系，排版算法调整位置。
- 保留版式、原译对照与处理过程。
处理方法与原译样本
按图片文字、矢量文字、阅读顺序与超大页面，分别说明处理方式并对照原文与译文。
以下为产品手册中的原文与译文样本。
复杂背景上的图片文字
LingoMaster 的处理
- 把文本框切片后由深度修复模型擦除，再回填译文
矢量路径绘制的文字
问题与常见做法
- 部分文字由矢量路径、描边和多个离散字形绘制，与边框、色块、图标重叠
- 删多了破坏版面，删少了残留原文
常见做法
- 逐行提取，出现错行与重叠
LingoMaster 的处理
- 解析文本对象与矢量绘制路径；无法还原为正常文本的区域转入区域渲染与 OCR 识别
段落关系与阅读顺序
问题与常见做法
- PDF 只记录文字画在哪里，不记录哪些行属于同一段落、同一张卡片
- 仅按坐标提取，会把段落拆碎、跨栏错拼、表格串行
常见做法
- 按 PDF 存储顺序提取，逐行翻译后直接回填
LingoMaster 的处理
- 大模型判断「哪些内容应该放在一起」，排版算法负责「这些内容放在哪里」，并调整行距、处理文字溢出
超大页面与长图
问题与常见做法
- 高分辨率扫描页和超长图直接送入模型：缩小看不清，切开会断行
- 整页返回为空、只识别局部，或后半部分被截断
LingoMaster 的处理
- 根据页面尺寸和版面特征选择处理路径，结合样本检查切分、识别与回填结果。
译后检查与交付
重点核对表格、脚注、图注和长文本，必要时进行可视化微调。
1
版式还原
检查公式、表格、图例与段落关系，必要时进行版式微调。
- 关注内容关系与阅读顺序
2
原译对照
原文与译文对应查看，复核关键表述与专业术语。
- 结合样本检查关键内容
3
过程可查
按步骤查看正文、表格与图片的处理信息，便于检查结果。
- 核对术语、版式与业务内容后交付
PDF 的格式特征与技术问题
版式固定
发送方与接收方看到的页面尽量一致。代价是内容按绝对坐标绘制，译文变长后页面不会重排。
可信交付
支持签名、加密与权限控制，便于正式文件校验与防篡改。也意味着内容常被压成图形与矢量路径。
处处一致
Windows、macOS、浏览器、手机都能稳定查看。字体只嵌入字符子集，换语言就可能缺字。
参考资料：Adobe Blog / Newsroom, 2025；Bitkom e.V., 2023；PDF Association, 2021。
PDF 特征与翻译问题
| PDF 的特征 | 翻译时带来的问题 |
|---|---|
| 表格没有单元格语义 | 看起来是表格，底层可能只是线条 + 文字 |
| 多对象层层重叠 | 原文、框线、阴影和图片，清理时容易误伤 |
| 文字可能变成矢量 | 先要判断它究竟是「字」还是「图形」 |
| 字体常只嵌入字符子集 | 换语言后可能缺字；换字体又会改变字宽 |
| 整页可能就是一张大图 | 整图 OCR 容易漏，切图又容易切断内容 |
| 图表文字藏在图片里 | 必须先定位、识别，再翻译和回填 |
| 没有真实的文本框与对齐 | 扩多少、往哪扩、怎么对齐都要重新计算 |
| 背景可能是渐变或纹理 | 直接盖色会出现补丁、色块和图像接缝 |
| 粗体可能只是描边效果 | 同一参数换到另一种语言，字形会发糊变形 |
| 可见不等于可解析 | 肉眼看得见的字，底层可能被标成透明 |
| 不保存段落关系 | 多栏、列表和阅读顺序容易被打散 |
| 绝对坐标绘制 | 译文变长，页面不会自动重排 |
PDF版式还原常见问题
为什么 Word 翻译没问题，PDF 翻译后却会乱版？
Word、Excel 是基于 XML 的结构化文档，文字和段落关系都有记录。PDF 按绝对坐标绘制内容，不保存段落关系，字体常只嵌入字符子集，文字还可能是矢量路径或藏在图片里，所以译文变长、换字体后页面不会自动重排。
LingoMaster 能翻译扫描件和超大页面吗？
可以。LingoMaster 根据页面尺寸和版面特征选择处理路径，对高分辨率扫描页和超长图做自适应切分、完整识别后再回填译文。
翻译后的 PDF 能直接使用吗？
建议先通过原译对照检查术语、表格、脚注与版式，再结合文档用途完成专业审阅和必要调整，确认后交付。