复杂学术 PDF 翻译故障排查，公式、图表和引用该怎么检查

同样是一份 PDF，有的上传后很快就能得到规整的双语页面，有的却会出现漏字、串栏、公式乱码和图注错位。

差别通常不在页数，而在文件内部。学术论文可能同时包含文本层、嵌入字体、矢量图、位图、公式对象和多栏排版。翻译工具需要先识别这些对象之间的关系，才能把译文放回页面。

遇到结果异常时，重新上传几次作用不大。按文件结构排查，往往能更快找到问题。

先判断 PDF 里有没有可用的文本层

打开 PDF 后尝试选中一句正文。如果能够逐字选择并复制，文件通常带有文本层。复制出来的顺序也值得看一眼。

双栏论文里，鼠标从左栏拖到右栏不代表复制顺序正确。可以把一整段粘贴到记事本，检查内容是否从左栏顶部读到左栏底部，再进入右栏。若两栏内容交叉出现，翻译后大概率也会串行。

扫描版论文看起来有文字，内部却只有一张页面图片。此时要先经过 OCR。页面倾斜、分辨率太低、背景有阴影，都会增加识别错误。常见问题有以下几类。

• 字母O、数字0和希腊字母混淆
• 上标、下标被识别成普通正文
• 连字符被当成减号，或在换行处被错误保留
• 页眉、页码和图中的文字混入正文

如果原始扫描已经模糊，后续翻译再流畅，也弥补不了识别阶段丢失的信息。

图表页要看关系，不要只看文字

科研图表通常由标题、坐标轴、图例、标签和图注共同表达结论。检查译文时，应该确认这些元素仍然属于同一张图。

下面这页包含多个数据分组、颜色图例和较长图注。双语预览保留了左右页面的相同位置，核对时可以直接比较图号、横纵轴标签和缩写。

图 1 复杂图表页适合在双语视图中逐项核对

图表复核可以沿着固定顺序进行。

1. 检查图号是否一致，正文中的引用是否仍指向这张图。
2. 检查横轴、纵轴和图例，确认专业缩写没有被擅自扩写。
3. 检查颜色与分类名称的对应关系，避免标签发生横向偏移。
4. 检查单位、负号、小数点和置信区间，这些内容不该随语言变化。
5. 检查图注中的样本范围、方法名和数据来源。

图中文字太小或属于图片的一部分时，工具可能不会翻译。这样的结果不一定不可用，但正文必须保留原图，读者才能回到图中确认含义。

公式和特殊符号要单独抽查

公式页的问题往往藏得很深。正文读起来正常，不代表数学对象完整。

抽查时可以搜索公式附近的关键词，再并排核对原文与译文。重点检查上下标、分式、根号、希腊字母、向量符号和公式编号。公式编号一旦变化，正文里的「见式（3）」就可能指向错误位置。

变量名通常不需要翻译。若变量被转换成普通单词，后面的推导会很难读。代码片段、命令和文件路径也应保持原样，尤其不能自动替换大小写或标点。

技术手册更容易暴露版式错误

学术论文之外，技术手册也是很好的压力测试文件。它把图形标识、参数、步骤和正文放在同一页，任何错位都很显眼。

下图左侧是英文技术手册，右侧是中文页面。灭火器分类标识、飞机尺寸图和说明文字保持对应，用户可以按图号快速回查。

图 2 技术手册需要同时检查图号、参数和警告信息

手册里最需要人工确认的内容有两类。

一类是动作顺序。安装、拆卸、通电和停机的先后不能变化，否定词也不能遗漏。另一类是参数，包含尺寸、压力、电压、温度范围和材料等级。数字没有变化还不够，它必须留在正确的步骤和图示旁边。

参考文献看起来没问题，也可能已经损坏

论文末尾的参考文献常被当成普通段落处理。作者名、期刊名、卷期、页码和 DOI 可能发生不必要的翻译或断行。

可以随机抽取三条文献进行核对。

• 作者顺序是否保留
• 年份、卷号、期号和页码是否完整
• DOI 是否仍是一段连续字符
• 正文中的编号引用能否对应文末条目

作者名和期刊名通常维持原文更方便检索。若译文把它们转写成中文，复制到学术搜索工具时可能找不到原条目。

一页异常时，先裁出问题页

整份文档只有少数页面异常，可以把问题页单独拆出来测试。这样更容易判断故障来自页面对象，还是来自文件大小与处理时长。

单页仍然异常时，可以尝试以下处理。

• 扫描页先校正倾斜并提升清晰度
• 删除空白页、批注层和不必要的附件
• 将特别复杂的矢量图转成高分辨率图片，同时保留原文件
• 按章节拆分，避免在标题、图表和参考文献中间切开

不要为了通过处理而反复压缩。过度压缩会让图中的小字和公式更难识别，文件虽然变小，结果可能更差。

用一张验收表结束复核

本文配图使用 PDFTranslator 的双语预览界面制作。无论使用哪种工具，复杂 PDF 都可以按同一组项目验收。

复杂文档不必从第一页逐字校到末页。先检查最容易出错的对象，再扩展到相邻页面。只要能定位故障发生在哪一层，修复就会比整份重做省事得多。