为什么 PDF 翻译很难？我们到底在还原什么？
上一篇文章《从阅读习惯看，为什么翻译 PDF 时需要保留原来的排版？》中，我们从阅读习惯出发，聊到为什么翻译 PDF 时，不能只留下翻译后的文字。读一份论文、报告或技术资料时，我们会看标题、找图表，也会在原文和译文之间来回核对。原来的排版，帮助我们记住这些内容之间的关系。 但从技术上看，保留这些关系并不简单。 PDF 翻译不是把一种语言替换成另一种语言，再把文字放回原来的位置。它还需要理解一页内容由什么组成，判断哪些文字属于同一部分，并在译文长度发生变化之后，重新安排页面。 真正困难的地方在于：PDF 通常只告诉我们一个元素“放在哪里”，却不一定告诉我们它“属于什么”。一段文字属于哪个标题，图表对应哪段说明，公式中的符号和哪句话有关，这些关系往往需要从位置、样式和上下文中推断出来。双栏、图表、公式和表格，都会让这种推断变得更复杂。 一页 PDF，为什么不能直接按文字读取 编辑文档时，我们通常知道一个标题是标题，一段文字是段落，一行表格属于哪一列。但 PDF 更接近“页面最后呈现出来的样子”：文字、线条、图片和空白被放在各自的位置上，却不一定带着清楚的结构说明。 同一段话可
一份想读的资料，不该因为语言被放下
你找到了一份正好需要的资料。它可能是一篇与你的研究有关的论文，一份能解释技术问题的手册，或者一个值得参考的设计方案。 也许你并没有在找什么资料，只是偶然看到一篇论文，被标题吸引；或是看到别人分享其中的一个观点，想知道作者具体是怎么说的。 你想读下去，却发现它使用了一种你不够熟悉的语言。 并不是完全读不懂。借助翻译，你可以慢慢理解。只是读完它需要额外留出一段时间，还要在资料和不同工具之间来回切换。于是，你把文件存下来，想着以后再读，却可能就此放下，再也没有打开。 这种额外的阅读负担，也有研究尝试量化。2023 年发表于《PLOS Biology》的一项研究调查了 8 个国家的 908 名环境科学研究者。研究估计，在仅发表过一篇英文论文的研究者中，来自英语熟练度中等和较低国家的非英语母语者，阅读英文论文所需时间分别比英语母语者多约 47% 和 91%。研究原文 这项调查开展于 2021 年，不能代表今天所有读者的情况，也没有统计下载后的未读率。但它让“读另一种语言要更费力”有了一个具体的参照。 我们希望 iSomor 能让更少的人因为语言困难而放弃阅读。要不要读一份资料，应该更
从阅读习惯看，为什么翻译 PDF 时需要保留原来的排版？
读一份外文报告，碰到不熟悉的句子，我们可能会把它复制出来，看看译文。几句话这样处理很方便。但如果要读完一整份文件，只有翻译好的文字，有时还不够。 正文里提到的图在哪里？这组数字对应表格里的哪一项？刚才读到的那段说明，现在又该去哪里找？ 这些问题与语言有关，也与文字原本放在什么位置有关。翻译让句子变得容易读懂，原有的排版则帮我们把这些句子放回整份资料里。 这也是 iSomor 希望尽量保留排版的原因。我们希望换一种语言之后，你仍然能按熟悉的方式读这份文件。 我们并不总是从第一行读到最后一行 打开一份几十页的资料，很少会立刻从头逐字读起。有时先看目录和小标题，找自己关心的部分；有时翻到一张图，想知道它在说明什么，再回到正文。 比如，想了解一份报告得出的结论，可能会先读最后几页。发现一个不太确定的数字，又翻回前面的表格，看看它来自哪些数据、有没有附带条件。一次阅读里，可以有好几次这样的往返。 标题、段落和图表的位置，让这些往返有迹可循。一个小标题告诉我们下面换了话题，一段留白把两部分内容分开，图下的说明让我们知道该怎样读这张图。 当译文把这些内容排成一长段文字时，句子也许仍