Ngày rà soát: 5 tháng 10 năm 2026.
Trả lời nhanh
Dịch tài liệu kỹ thuật PDF scan thường cần nhận dạng chữ, kiểm tra nội dung trích xuất, dịch, rà soát và xử lý bố cục theo yêu cầu. OCR giúp tạo lớp chữ từ ảnh tài liệu nhưng không tự xác nhận rằng chữ, số và bảng đã được nhận dạng đúng. Nếu đầu vào sai mà không được kiểm tra, bản dịch có thể diễn đạt trôi chảy một thông tin vốn đã bị đọc nhầm.
Để xin báo giá, hãy gửi file PDF thực tế, ngôn ngữ nguồn và đích, mục đích sử dụng và định dạng đầu ra. Nếu có file Word, Excel hoặc CAD gốc, nên cung cấp thay vì chỉ dùng bản scan. Bạn có thể trao đổi phạm vi tại dịch tài liệu kỹ thuật hoặc gửi một mẫu qua yêu cầu báo giá.
Điểm cần nhớ
- PDF là định dạng file; PDF scan có thể chỉ chứa hình ảnh của trang.
- Có thể chọn hoặc tìm kiếm chữ không đồng nghĩa OCR đã đúng hoàn toàn.
- Số liệu, mã và đơn vị cần đối chiếu với hình nguồn.
- Khôi phục bố cục và dịch thuật nên được ghi thành hạng mục rõ ràng.
- Những chỗ không đọc được phải được hỏi lại, không tự đoán.
Phân biệt PDF có lớp chữ và PDF scan
Một PDF xuất từ phần mềm soạn thảo có thể có văn bản chọn được. Một PDF scan thường lưu hình của trang giấy. Cũng có file gồm cả hai loại hoặc bản scan đã có lớp chữ OCR bên dưới. Vì vậy, đánh giá theo phần mở rộng .pdf hoặc dung lượng không đủ để xác định khối lượng công việc.
Kiểm tra mẫu nên xem nhiều loại trang: đoạn văn, bảng, sơ đồ và phần chữ nhỏ. Có thể trích xuất thử để kiểm tra thứ tự đọc và tính đầy đủ, nhưng vẫn cần so lại với hình. Những trang có cấu trúc khác nhau có thể cần cách xử lý khác nhau trong cùng một bộ tài liệu.
Adobe mô tả OCR là công cụ chuyển chữ trong ảnh thành văn bản có thể chọn và tìm kiếm; hướng dẫn cũng yêu cầu xem lại tài liệu sau nhận dạng để kiểm tra độ chính xác và đầy đủ. Đây là lý do cần tách bước nhận dạng với bước kiểm tra nội dung nguồn. [1]
| Tình trạng file | Công việc cần đánh giá | Mẫu nên gửi |
|---|---|---|
| PDF có lớp chữ | Kiểm tra trích xuất và cấu trúc | Trang văn bản và bảng |
| Scan rõ | OCR rồi đối chiếu nội dung | Trang có chữ nhỏ và số liệu |
| Scan mờ hoặc lệch | Khả năng đọc và nhu cầu quét lại | Trang khó đọc nhất |
| File hỗn hợp | Phân loại từng nhóm trang | Mẫu đại diện từng nhóm |
| Hình có chữ | Xác định phạm vi dịch chú thích | Sơ đồ và phần ghi chú |
Vì sao OCR cần được kiểm tra trước khi dịch?
Nhận dạng chữ là một bước xử lý hình, nên đầu ra có thể thiếu ký tự hoặc đọc nhầm nội dung. Với tài liệu kỹ thuật, sự khác biệt nhỏ trong một mã hoặc một giá trị có thể ảnh hưởng đến ý nghĩa. Người đọc bản dịch khó nhận ra lỗi nếu câu chữ xung quanh vẫn hợp lý và được trình bày đẹp.
Adobe có hướng dẫn riêng về việc xem và sửa các từ được nhận dạng không rõ trong PDF scan. Điều này cho thấy phần mềm có cơ chế hỗ trợ kiểm tra, nhưng không nên suy ra rằng mọi lỗi đều được tự phát hiện. Danh sách trường quan trọng của dự án vẫn cần được đối chiếu theo yêu cầu thực tế. [2]
Một cách tổ chức công việc là đánh dấu các trang có chất lượng thấp, lập danh sách dữ liệu cần bảo toàn và ghi nhận chỗ chưa đọc được. Phần OCR đã xác nhận trở thành cơ sở dịch. Nếu nguồn được làm rõ sau đó, bản dịch tương ứng cần được cập nhật theo cùng một phiên bản.
Số liệu và đơn vị cần một lượt đối chiếu riêng
Các giá trị trong bảng, dấu âm, dấu thập phân, khoảng giá trị và đơn vị cần được kiểm tra với trang ảnh. Không nên chỉ rà soát đoạn văn vì nhiều thông tin quan trọng nằm trong ô bảng hoặc hình. Khi có biểu thức và ký hiệu chuyên môn, người phụ trách kỹ thuật cần xác nhận những chỗ chưa rõ.
Ví dụ giả định: một mã trong bảng được nhận dạng thành ký tự gần giống, trong khi bản ảnh còn đủ rõ để đọc đúng. Nếu chỉ dịch từ phần trích xuất, mã sai có thể xuất hiện ở bản dịch và bảng thuật ngữ. Kiểm tra trực tiếp với hình nguồn trước khi dịch giúp xử lý vấn đề tại nơi phát sinh.
Không tự chuyển đổi đơn vị hoặc “sửa” giá trị vì thấy bất thường. Nếu bản nguồn có dấu hiệu không nhất quán, hãy đưa vào câu hỏi. Doanh nghiệp cần xác nhận dữ liệu đúng và quyết định việc sửa nguồn. Phạm vi chuyển ngữ không mặc nhiên bao gồm tính toán lại thông số hoặc phê duyệt thiết kế.
Bảng biểu không chỉ là tập hợp các ô chữ
Khi trích xuất, bảng có thể bị đọc theo thứ tự khác với cách nhìn trên trang. Tiêu đề cột, ghi chú dưới bảng và ô gộp cần được xác định. Một dòng dịch đúng nhưng được đặt nhầm hàng sẽ khiến kết quả sai. Vì vậy, cần giữ cách liên kết giá trị với nhãn tương ứng khi chuẩn bị nguồn.
Có thể tái tạo bảng trong Word hoặc Excel nếu đó là đầu ra đã thống nhất. Tuy nhiên, việc tái tạo cần được kiểm tra với bản scan về số hàng, cột và ghi chú. Nếu chỉ cần bản dịch để đọc nội bộ, một bảng đối chiếu có thể phù hợp hơn việc phục dựng toàn bộ hình thức gốc. Cách chọn phụ thuộc mục đích sử dụng.
Những bảng quá mờ nên được yêu cầu bản rõ hơn hoặc xác nhận dữ liệu từ chủ tài liệu. Không điền theo suy đoán dựa trên hàng bên cạnh. Nếu một trường chưa được xác nhận, cần ghi rõ trạng thái trong bản rà soát và giải quyết trước khi bàn giao bản được dùng chính thức.
Giữ ngữ cảnh của sơ đồ và hình có chữ
Một chú thích có thể không nằm trong phần chữ trích xuất, vì nó là thành phần của hình. Cần rà soát phạm vi có bao gồm nhãn trong sơ đồ, hình minh họa và ảnh chụp màn hình hay không. Nếu chỉ dịch đoạn văn, hãy ghi rõ phần hình giữ nguyên để khách hàng không kỳ vọng toàn bộ nội dung đều đã chuyển ngữ.
Bảng trích xuất nên có vị trí như trang, số hình hoặc vùng chú thích. Cách này giúp người dịch quay lại hình để hiểu ngữ cảnh. Khi bản dịch được đưa trở lại hình, cần kiểm tra nhãn có còn chỉ đúng đối tượng và chữ có đọc được theo khổ đầu ra hay không.
Nếu hồ sơ gồm bản vẽ, hãy xem thêm dịch bản vẽ kỹ thuật và AutoCAD. PDF scan và file CAD là hai loại đầu vào khác nhau; việc dịch một bản scan không tự tạo lại được mọi dữ liệu chỉnh sửa của bản vẽ nguồn.
Chọn định dạng bàn giao theo mục đích
Khách hàng có thể cần Word để chỉnh sửa, PDF để gửi đối tác hoặc bảng song ngữ để rà soát. Mỗi lựa chọn nên có tiêu chí nghiệm thu riêng. Khi cần giữ số trang hoặc vị trí tương ứng với nguồn, cần nói rõ từ đầu để đánh giá khối lượng dàn trang và khả năng thực hiện.
Một bản dịch có thể không giữ đúng số trang do độ dài ngôn ngữ thay đổi. Quan trọng là khả năng tìm đúng nội dung và đối chiếu tham chiếu. Nếu số trang nguồn cần giữ để phục vụ hồ sơ, có thể đề xuất phương án bố trí phù hợp và thống nhất trước, thay vì thu nhỏ chữ đến mức khó đọc.
| Đầu ra | Phù hợp khi | Cần nghiệm thu |
|---|---|---|
| Word | Cần chỉnh sửa và cập nhật | Văn bản, bảng và cấu trúc |
| Cần phát hành một bản cố định | Nội dung và hiển thị bản xuất | |
| Bảng song ngữ | Cần đối chiếu hoặc duyệt | Liên kết vị trí nguồn và đích |
| Bộ file có hình xử lý | Cần dịch nhãn trong hình | Đủ nhãn và đúng đối tượng |
Chuẩn bị tài liệu giúp báo giá rõ hơn
Hãy gửi danh mục file và nêu phần nào là bản đã duyệt. Nếu có nhiều lần scan hoặc nhiều phiên bản, chỉ rõ bản dùng để dịch. Nên cung cấp một mẫu khó đại diện cho toàn bộ hồ sơ, thay vì chỉ trang bìa rõ đẹp. Điều này giúp đánh giá OCR, bảng và hình ngay từ đầu.
Thông tin cần thêm gồm cặp ngôn ngữ, nhóm người đọc, thời hạn và định dạng mong muốn. Có thể gửi bảng thuật ngữ hoặc tài liệu liên quan đã được duyệt nếu chúng giúp xác định tên gọi. Với hồ sơ nhạy cảm, cần thống nhất cách trao đổi và phạm vi chia sẻ trước khi gửi toàn bộ.
Báo giá nên phân biệt nhận dạng và làm sạch nguồn, dịch, rà soát, dàn trang và xử lý hình. Bạn có thể tham khảo báo giá dịch tài liệu kỹ thuật để biết những hạng mục cần hỏi. Không nên so sánh hai báo giá chỉ theo số trang nếu đầu ra và phạm vi kiểm tra khác nhau.
Câu hỏi thường gặp
Có thể dịch PDF scan mà không dùng OCR không?
Có thể đọc trực tiếp nếu tài liệu phù hợp, nhưng cần đánh giá cách làm theo khối lượng và đầu ra. OCR là công cụ hỗ trợ, không phải điều kiện bắt buộc cho mọi dự án. Dù dùng cách nào, nội dung nguồn vẫn phải được đọc và kiểm tra chính xác.
File tìm kiếm được thì có cần kiểm tra OCR nữa không?
Có. Khả năng tìm kiếm chỉ cho thấy file có lớp chữ hoặc nội dung nhận dạng. Nó không tự chứng minh mọi ký tự và thứ tự đọc đều đúng. Nên đối chiếu những trường quan trọng với trang ảnh, đặc biệt bảng, mã và số liệu.
Bản scan mờ có dịch được không?
Cần xem mẫu trước. Những phần không đủ rõ nên được yêu cầu quét lại hoặc xác nhận bởi chủ tài liệu. Không thể cam kết chính xác nội dung mà không đọc được nguồn. Nếu chỉ một số trang có vấn đề, có thể phân loại để xử lý phần rõ trước theo phạm vi đã chốt.
Có bao gồm khôi phục bố cục giống bản gốc không?
Chỉ khi hạng mục này được xác định trong báo giá. Dịch nội dung và tái tạo bố cục có thể cần công việc khác nhau. Hãy nêu rõ cần Word, PDF hay bản song ngữ và những yêu cầu về bảng hoặc hình để thống nhất phương án.
Có nên gửi thêm file nguồn chỉnh sửa được không?
Nên gửi nếu có quyền chia sẻ và đó là phiên bản tương ứng. File nguồn có thể giúp tránh công việc nhận dạng hoặc tái tạo không cần thiết. Tuy nhiên, vẫn cần kiểm tra nó có khớp bản PDF hoặc scan đang sử dụng hay không.
Bản dịch có giữ nguyên số liệu không?
Cần có quy tắc bảo toàn và đối chiếu. Nếu muốn đổi định dạng hoặc đơn vị, việc này phải được thống nhất riêng và được xác nhận chuyên môn khi cần. Những dữ liệu chưa rõ trong scan nên được hỏi lại trước khi dùng làm cơ sở dịch.
Nguồn và phương pháp
Các tài liệu Adobe được dùng để giải thích chức năng OCR và nhu cầu kiểm tra nội dung nhận dạng. Các bảng, quy trình trao đổi và ví dụ trong bài là đề xuất thực hành cho dự án dịch tài liệu. Chúng không phải cam kết rằng một phần mềm có thể đọc đúng mọi bản scan, cũng không thay thế việc xác nhận số liệu bởi người phụ trách tài liệu kỹ thuật.
Tài liệu tham khảo
[1] Adobe Acrobat Help — Recognize text in scanned PDFs with Acrobat.
[2] Adobe Acrobat Help — Fix text recognition errors in scanned PDFs.
Gửi mẫu scan để xác định đúng phạm vi
Nếu bạn có bộ tài liệu kỹ thuật dạng scan, hãy gửi vài trang đại diện cùng yêu cầu đầu ra qua yêu cầu báo giá. LocalizeZone có thể trao đổi phần nhận dạng, chuyển ngữ và trình bày dựa trên chất lượng nguồn thực tế, giúp hai bên thống nhất khối lượng và những nội dung cần xác nhận trước khi triển khai.