راهنماها / متن PDF و ترجمه

متن PDF اسکن‌شده: اصلاح خطاهای OCR پیش از ترجمه

پس از OCR با ابزار بیرونی، شکست خط و واژه‌های مشکوک را بررسی کنید؛ اصلاح قطعی را از حدس جدا نگه دارید.

برای چه کسی؟ کاربری که از یک سند اسکن‌شده، متن دارای خطاهای تشخیص حروف گرفته است.

مسئله‌ای که حل می‌کنیم

ترجمه مستقیم متن OCR ممکن است عدد یا اصطلاح غلط را به ترجمه‌ای روان اما نادرست تبدیل کند.

روش کار، گام‌به‌گام

1. ابتدا با ابزار OCR مناسب روی دستگاه خود متن بگیرید؛ گفت‌وگوی متنی جای OCR نیست.
2. بخش کوتاه را با شماره صفحه و نشانه‌گذاری موجود بچسبانید.
3. موارد مشکوک را با تصویر اصلی مقابله کنید و فقط اصلاح‌های تأییدشده را وارد ترجمه کنید.

پرامپت آماده با یک مثال کامل

این متن ساختگی خروجی OCR است. فقط شکست خط و فاصله روشن را اصلاح کن؛ عدد و واژه مشکوک را حدس قطعی نزن. متن: «گزارش سال ۱۴۰۲ نشان می دهد که در
آمد شرکت برابر با ۷۵ یا ۷۶ واحد بوده است.» خروجی را در دو بخش بده: متن پاک‌سازی‌شده و موارد نیازمند مقابله با تصویر. ابهام ۷۵ یا ۷۶ را حفظ کن.

نمونه ورودی و خروجی

مثال ساختگی برای توضیح روش؛ خروجی واقعی مدل ممکن است متفاوت باشد.

در
آمد برابر با ۷۵ یا ۷۶ واحد است.

متن پاک‌سازی‌شده: درآمد برابر با ۷۵ یا ۷۶ واحد است.
نیازمند مقابله: مقدار ۷۵ یا ۷۶ از متن موجود قطعی نیست.

چطور خروجی را بررسی کنیم؟

• اصلاح فاصله و شکست خط از تغییر معنایی جدا شده است.
• عدد و نام مبهم بدون دیدن اصل سند قطعی نشده‌اند.
• موارد نیازمند بازبینی با شماره صفحه قابل پیگیری‌اند.

راهنماهای مرتبط