Khi dịch PDF tiếng Anh sang tiếng Việt, khó khăn đôi khi nằm ở bản nguồn được trích xuất sai chứ chưa phải ở ngôn ngữ. Một dấu trừ biến mất hoặc một cột bị đọc nhầm thứ tự có thể khiến bản dịch dựa trên thông tin không còn giống trang gốc. Vì vậy, kiểm tra lớp văn bản phải đi trước việc dịch.
OCR là thao tác nhận dạng chữ từ hình ảnh, không phải dịch. Tệp sau OCR có thể chỉnh sửa được nhưng vẫn cần đối chiếu với trang scan. Việc bôi chọn hoặc tìm kiếm được một từ không chứng minh rằng toàn bộ tài liệu đã được nhận dạng đúng.
Dịch vụ liên quan: Dịch thuật chuyên ngànhHiệu đính bản dịchDịch vụ dịch thuật cho cá nhân và doanh nghiệp
Xác định PDF văn bản, PDF ảnh hay tệp kết hợp
Thử bôi chọn một đoạn và sao chép vào trình soạn thảo để xem thứ tự, dấu và khoảng trắng. PDF văn bản có thể cho kết quả tốt ở đoạn thường nhưng vẫn lỗi trong bảng. PDF ảnh cần nhận dạng chữ hoặc nhập lại; tệp kết hợp cần kiểm tra từng phần vì các trang có thể được tạo theo nhiều cách.
Không nên đo khối lượng dịch chỉ bằng số trang khi chưa xem cấu trúc. Một trang có ảnh lớn khác một trang kín bảng thông số. Chữ trong hình, ghi chú ngoài lề, con dấu và trang xoay có thể cần thao tác riêng; hãy đưa chúng vào danh mục trước khi xác nhận phạm vi.
| Đặc điểm nguồn | Cách kiểm ban đầu |
|---|---|
| Sao chép được đoạn văn | Đối chiếu một đoạn với hình trang và xem thứ tự đọc. |
| Trang chỉ là ảnh | Kiểm tra độ rõ, trang thiếu và khả năng OCR hoặc nhập lại. |
| Bảng nhiều cột | Đối chiếu hàng, cột, tiêu đề và ô gộp riêng. |
| Có chữ trong hình | Thống kê phần cần dịch và hình thức bàn giao. |
| Trang có ghi tay hoặc dấu | Đánh giá khả năng đọc, không tự hoàn chỉnh chỗ mờ. |
Chuẩn bị nguồn rõ để giảm lỗi từ đầu
Nếu có thể, xin file Word, bảng tính hoặc tệp thiết kế gốc thay vì tự dựng lại từ PDF. Với ảnh chụp, cần đủ mép trang, ánh sáng đều, không che chữ và không bị nhòe. Một ảnh chụp thiếu mép phải không thể được khôi phục chính xác chỉ bằng công cụ làm nét.
Giữ bản scan gốc làm mốc đối chiếu và tạo một bản làm việc riêng. Đừng ghi đè nguồn sau khi xoay, cắt hoặc chỉnh ảnh. Khi có nhiều tệp, đánh số trang và kiểm tra đủ mặt trước, mặt sau, phụ lục để tránh dịch một bộ hồ sơ thiếu phần.
Rà những ký tự OCR dễ làm thay đổi dữ liệu
Các cặp gần giống về hình dáng như O với 0, I hoặc l với 1 cần được chú ý trong mã và số. Dấu chấm nhỏ có thể biến mất, dấu âm có thể bị nhận như gạch nối hoặc bị bỏ. Người dịch phải xem lại ảnh gốc tại vị trí đó, không chọn phương án chỉ vì nó “hợp lý hơn”.
Ví dụ nếu mã trên ảnh là “AB-0018” nhưng OCR thành “AB-O018”, cần khôi phục theo ảnh đủ rõ hoặc tài liệu nhận diện thiết bị. Nếu ảnh vẫn mờ, ghi câu hỏi xác nhận; không dùng các mã gần giống ở trang khác để tự suy ra đây chắc chắn là cùng sản phẩm.
| Điểm minh họa | Lỗi có thể gặp | Hành động |
|---|---|---|
| 1.5 | Nhận thành 15 khi mất dấu chấm. | So trực tiếp với ảnh và đơn vị đi kèm. |
| -10 | Mất dấu âm. | Kiểm dấu, không chỉ kiểm phần chữ số. |
| Unit 01 | Đổi thành Unit O1. | Kiểm mã, nhãn và danh mục đối tượng. |
| Đoạn hai cột | Ghép đầu cột trái với giữa cột phải. | Dựng lại thứ tự đọc trước khi dịch. |
Kiểm tra thứ tự đọc và cấu trúc bảng
Một đoạn trích xuất có thể gồm đủ từ nhưng sai thứ tự. Với trang hai cột, hãy đọc theo hình trang để xác định luồng nội dung; đừng để công cụ ghép thành một đoạn dài rồi cố sửa bằng ngữ pháp. Các tiêu đề lặp trên mỗi trang cũng không nên bị coi là một phần của câu đang nối dở.
Trong bảng, ghi nhãn cho các cột trước khi đưa nội dung sang bản dịch. Hãy kiểm tra một ô bằng cả hàng và cột: giá trị “20” có thể thuộc nhiệt độ, số lượng hoặc cột mã, và bản dịch chỉ đúng khi giữ được mối liên hệ đó. Ô gộp hoặc ghi chú áp cho nhiều dòng cần được xử lý như một quan hệ, không chỉ là chuỗi chữ.
Tách bản nguồn đã xác minh khỏi phần dịch
Cách làm dễ kiểm soát là tạo lớp văn bản nguồn đã đối chiếu, sau đó mới dịch. Những chỗ chưa rõ nên có mã câu hỏi gắn với trang và vị trí. Khi khách xác nhận, cập nhật nguồn làm việc trước rồi sửa bản dịch tương ứng để hai lớp không lệch nhau.
Không nên để công cụ dịch tự đoán cả chữ mờ lẫn nghĩa trong cùng một bước. Một câu được “hoàn thiện” rất tự nhiên có thể chứa thông tin không hề nhìn thấy trên ảnh. Điều này đặc biệt cần chú ý khi hiệu đính bản dịch AI Anh–Việt.
Thống nhất giữ bố cục ở mức nào
Dịch nội dung, dựng lại bảng và chỉnh thiết kế là các phần có thể khác nhau về công sức. Cần nói rõ người nhận cần bản Word dễ sửa, bản PDF để đọc, bảng song ngữ để đối chiếu hay bản gần bố cục gốc. Không mặc định “giữ định dạng” có nghĩa giống tuyệt đối từng dòng khi độ dài tiếng Việt thay đổi.
Với chữ trong sơ đồ, có thể sửa trực tiếp trên file gốc nếu được cung cấp hoặc bàn giao bảng đối chiếu nhãn. Chọn phương án trước để tránh một phần nội dung bị bỏ vì không có chỗ đặt. Với hồ sơ nộp cho tổ chức, hình thức trình bày cần được xác nhận theo yêu cầu sử dụng.
Rà tệp cuối bằng cả nội dung và hình trang
Sau khi xuất PDF, kiểm tra số trang, bảng tràn, chữ bị cắt và các hình chưa dịch. So lại các dữ liệu dễ sai theo hướng dẫn kiểm số liệu Anh–Việt. Dùng checklist nghiệm thu để ghi lỗi theo vị trí thay vì sửa rời rạc trên nhiều bản.
Tài liệu kỹ thuật có thể xem dịch sổ tay kỹ thuật ; nội dung chuyên môn khác xem dịch thuật chuyên ngành . Nếu bản đã dịch từ OCR chưa đáng tin cậy, hiệu đính bản dịch cần nhận cả PDF gốc lẫn bản đích.
Tham khảo dịch Anh–Việt . Hồ sơ có chữ Trung hoặc chữ Hàn cần kiểm tra ngôn ngữ và lớp chữ riêng; không nên dùng kết quả nhận dạng tiếng Anh làm nguồn cho mọi trang.
Tình huống cần đối chiếu: nguồn chỉnh sửa và bản xuất cuối
Một tệp Excel có sheet ẩn và chú thích ô, nhưng bản PDF chỉ thể hiện trang in. Nếu chỉ dịch phần đang nhìn thấy, nhóm xử lý có thể bỏ nội dung mà người dùng vẫn cần trong tệp nguồn.
Lập danh mục thành phần theo định dạng: sheet, comment, textbox, ảnh có chữ, header/footer hoặc liên kết ngoài. Chốt phần cần dịch, phần giữ nguyên và tệp bàn giao; sau đó mở kiểm tra cả nguồn chỉnh sửa lẫn bản xuất.
- Đủ thành phần có nội dung
- Không hỏng công thức, biến hoặc liên kết
- Bản nguồn khớp PDF cuối
Điểm cần kiểm riêng: 03/04/2024
Ngày tháng có thể được hiểu theo hai thứ tự; đối chiếu bối cảnh rồi viết rõ tháng bằng chữ khi hình thức bàn giao cho phép. Khi gửi bộ hồ sơ, đặt các giấy tờ có chung tên, số hoặc thuật ngữ cạnh nhau để người rà soát phát hiện chỗ không thống nhất. Giữ cách viết đã được duyệt trong một bảng đối chiếu, thay vì sửa rời từng tệp rồi ghép lại.
Để chuẩn bị phần việc tiếp theo, có thể đối chiếu Dịch thuật chuyên ngành và Quy trình dịch tiếng Anh sang tiếng Việt: từ đọc hiểu đến bàn giao, rồi ghi rõ tài liệu và kết quả bạn cần khi trao đổi.
Câu hỏi thường gặp
OCR xong có thể bỏ bản scan gốc không?
Không nên. Bản scan là mốc kiểm tra những ký tự, thứ tự và phần bố cục mà lớp văn bản có thể nhận sai.
Hãy gửi cả trang để thấy quan hệ giữa chữ, bảng và các phần liên quan; kèm ảnh cận vùng khó đọc nếu cần. Kiểm tra riêng đủ thành phần có nội dung. Không lấy kết quả nhận dạng tự động làm căn cứ duy nhất cho tên, mã hoặc con số.
Nếu không có file gốc chỉnh sửa được thì có dịch được không?
Cần xem tệp để xác nhận khả năng xử lý. Phạm vi có thể gồm nhận dạng, nhập lại hoặc dựng bảng, và cần được nêu rõ trước khi báo giá.
Không hỏng công thức, biến hoặc liên kết: Lập danh mục thành phần theo định dạng: sheet, comment, textbox, ảnh có chữ, header/footer hoặc liên kết ngoài. Chốt phần cần dịch, phần giữ nguyên và tệp bàn giao; sau đó mở kiểm tra cả nguồn chỉnh sửa lẫn bản xuất.
Tệp PDF đẹp có bảo đảm dễ dịch và giữ bố cục không?
Không. Nó có thể là ảnh scan, chữ được chuyển thành đường nét hoặc tệp dùng phông khó xử lý. Gửi một trang có bảng và một trang có hình để đánh giá; tách dịch nội dung khỏi việc dựng lại hoặc chỉnh sửa bố cục.
OCR đọc được phần lớn chữ thì có thể dịch ngay không?
Cần đối chiếu trước, nhất là tên, số, đơn vị, mã và từ phủ định. Các lỗi 0/O, 1/I hoặc dấu thập phân thường không hiện rõ khi chỉ đọc câu. Phần không đọc được phải được bổ sung nguồn rõ hơn, không điền bằng suy đoán.
Cần gửi gì để kiểm tra riêng phần nguồn chỉnh sửa và bản xuất cuối?
Gửi trang có nội dung đại diện cùng trang khó nhất, danh mục tệp và yêu cầu của nơi nhận. Nêu rõ đủ thành phần có nội dung và bản nguồn khớp pdf cuối; nếu có tài liệu đã duyệt, gửi đúng phiên bản để dùng làm căn cứ. Cách này giúp làm rõ phần cần dịch và phần cần đối chiếu trước khi chốt lịch.
Khi đủ thành phần có nội dung không khớp giữa các tài liệu thì xử lý ra sao?
Lập danh sách từng vị trí, chụp hoặc trích đúng đoạn nguồn và xác định người có quyền xác nhận. Giữ khác biệt được nhìn thấy trong quá trình kiểm tra; không sửa câu chữ để làm các giấy trông thống nhất khi nguồn thực sự khác nhau. Sau khi có hướng xử lý, cập nhật đủ các vị trí liên quan và kiểm lại bản cuối.
Nên ghi yêu cầu bàn giao như thế nào để dễ kiểm tra?
Ghi tên tệp, ngôn ngữ, định dạng và phiên bản cần nhận, cùng người duyệt từng phần. Với nguồn chỉnh sửa và bản xuất cuối, bổ sung tiêu chí về không hỏng công thức, biến hoặc liên kết. Khi nhận kết quả, kiểm theo danh mục này rồi phản hồi có vị trí để tránh sửa đi sửa lại bằng các tin nhắn rời.
Nếu tài liệu thay đổi sau khi đã duyệt một phần thì làm gì?
Gửi nguồn mới cùng danh sách trang hoặc mục thay thế và thời điểm cần dùng. Đánh dấu phần liên quan tới đủ thành phần có nội dung để rà lại cả các chỗ dẫn chiếu. Phân biệt thay đổi nguồn với lỗi dịch giúp thống nhất phần công việc bổ sung, người duyệt và lịch giao mới.
