為什麼 PDF 翻譯這麼難？我們到底在還原什麼？
上一篇文章《從閱讀習慣看，為什麼翻譯 PDF 時需要保留原來的排版？》中，我們從閱讀習慣出發，談到為什麼翻譯 PDF 時，不能只留下翻譯後的文字。閱讀論文、報告或技術資料時，我們會看標題、找圖表，也會在原文與譯文之間來回核對。原來的排版，幫助我們記住這些內容之間的關係。 但從技術上看，保留這些關係並不簡單。 PDF 翻譯不是把一種語言換成另一種語言，再把文字放回原來的位置。它還需要理解一頁內容由什麼組成、判斷哪些文字屬於同一部分，並在譯文長度改變之後，重新安排頁面。 真正困難的地方在於：PDF 通常只告訴我們一個元素「放在哪裡」，卻不一定告訴我們它「屬於什麼」。一段文字屬於哪個標題、圖表對應哪段說明、公式中的符號與哪句話有關，這些關係往往需要從位置、樣式與上下文推斷。雙欄、圖表、公式和表格，都會讓這種推斷更複雜。 一頁 PDF，為什麼不能直接當作文字讀取 編輯文件時，我們通常知道標題是標題、段落是段落，也知道表格中的資料屬於哪一欄。但 PDF 更接近「頁面最後呈現的樣子」：文字、線條、圖片與留白各自放在指定位置，卻不一定帶有清楚的結構資訊。 同一段話可能被拆成許多獨立的文
一份想讀的資料，不該因為語言被放下
你找到了一份正好需要的資料。它可能是一篇與你的研究有關的論文，一份能解釋技術問題的手冊，或是一個值得參考的設計方案。 也許你並沒有在找什麼資料，只是偶然看到一篇論文，被標題吸引；或是看到別人分享其中的一個觀點，想知道作者具體是怎麼說的。 你想讀下去，卻發現它使用了一種你不夠熟悉的語言。 並不是完全讀不懂。借助翻譯，你可以慢慢理解。只是讀完它需要額外留出一段時間，還要在資料和不同工具之間來回切換。於是，你把檔案存下來，想著以後再讀，卻可能就此放下，再也沒有打開。 這種額外的閱讀負擔，也有研究嘗試量化。2023 年發表於《PLOS Biology》的一項研究調查了 8 個國家的 908 名環境科學研究者。研究估計，在僅發表過一篇英文論文的研究者中，來自英語熟練度中等和較低國家的非英語母語者，閱讀英文論文所需時間分別比英語母語者多約 47% 和 91%。研究原文 這項調查於 2021 年進行，不能代表今天所有讀者的情況，也沒有統計下載後的未讀率。但它讓「讀另一種語言要更費力」有了一個具體的參照。 我們希望 iSomor 能讓更少的人因為語言困難而放棄閱讀。要不要讀一份資料，應該更
從閱讀習慣看，為什麼翻譯 PDF 時需要保留原來的排版？
讀一份外文報告，碰到不熟悉的句子，我們可能會把它複製出來，看看譯文。幾句話這樣處理很方便。但如果要讀完一整份文件，只有翻譯好的文字，有時還不夠。 內文裡提到的圖在哪裡？這組數字對應表格裡的哪一項？剛才讀到的那段說明，現在又該去哪裡找？ 這些問題與語言有關，也與文字原本放在什麼位置有關。翻譯讓句子變得容易讀懂，原有的排版則幫我們把這些句子放回整份資料裡。 這也是 iSomor 希望盡量保留排版的原因。我們希望換一種語言之後，你仍然能按熟悉的方式讀這份文件。 我們並不總是從第一行讀到最後一行 打開一份幾十頁的資料，很少會立刻從頭逐字讀起。有時先看目錄和小標題，找自己關心的部分；有時翻到一張圖，想知道它在說明什麼，再回到內文。 比如，想了解一份報告得出的結論，可能會先讀最後幾頁。發現一個不太確定的數字，又翻回前面的表格，看看它來自哪些資料、有沒有附帶條件。一次閱讀裡，可以有好幾次這樣的往返。 標題、段落和圖表的位置，讓這些往返有跡可循。一個小標題告訴我們下面換了話題，一段留白把兩部分內容分開，圖下的說明讓我們知道該怎樣讀這張圖。 當譯文把這些內容排成一長段文字時，句子也許仍