PDF 表格翻译后串列、粘行?先把格子切对
正文译得还行,一到表格就乱——两列粘成一列,或同一格里好几行合成一大段。很多时候不是翻译模型把意思翻错了,而是送进模型之前,表格就已经被切错。译比邻先按结构切分,再翻译;表特别多时可以开表格增强版对照预览。
用表格增强版试译一份带表的 PDF表格翻译效果示例
点击图片可放大查看行列是否对齐。
适合哪些带表文档
- 学术论文里的结果表、纳入排除标准、Keywords 多查询表
- 产品说明书、技术手册里的参数表和规格对照
- 实验报告、财报摘要里列较多的汇总表
- 合同附件里结构相对规整的条款表
整篇论文还要看双栏和图注,见论文翻译页;参数表夹在目录和图示里,见说明书翻译页。扫描拍照的表请先走扫描件 OCR。
PDF 表格为什么容易翻乱
多数 PDF 并没有真正的「表格对象」。人眼看到的是格子,程序往往只看到文字坐标、线和空白。按阅读顺序抽字,不等于按单元格抽字。
- 列向串列:两列内容粘成一段,读起来像左右混在一起
- 格内粘行:同一格里本来分行的条目,合成超长一段
- 远距并句:同一行上隔得很远的编号和标签,被合成一句
- 过切:切得太碎,一个单元格拆成很多小段,也不好读
横线只画了半截、线特别细、或画法不统一时,更容易出现格内粘行。预览时先分清是「列粘了」还是「一格里多行粘了」,再决定要不要换引擎重跑。
译比邻怎么处理表格
- 分析页面里的文字位置和表格区域
- 尽量按列、按行切开,减少串列和格内粘段
- 按段落后再翻译,并尽量放回原位置附近
- 预览后可在线改个别格子,再导出 PDF
默认建议用扫描增强版,覆盖面更稳。论文、实验报告、表很多的文件,可在首页「翻译设置」里改选表格增强版再译一版对比。
我们怎么验证
我们在公开论文表格数据集 SciTSR 上评过约 3000 页,更关心「译完还能不能按格读」,而不是检测框分数。
- 约 八成测试页不再出现多列/多格粘成一段(约 79%)
- 重度粘段页大约降到 2% 量级(约 1.7%;对照更早一版约 8%)
这是切分与粘段指标,不是翻译准确率。无框线表、跨页大表、扫描糊表仍可能翻车;预览不对的格子建议人工看一眼。更完整的工程说明见知乎:为什么 PDF 表格翻译后总会串列?
建议怎么用
- 先上传 1~2 页带表的样例,不要一上来整本
- 预览时盯住:表头有没有错位、两列有没有串、一格里多行有没有粘
- 若列明显粘连或表很密,改用表格增强版重跑同一文件
- 个别格仍不对,用在线编辑拆开或改写,通常比重翻全文快
常见问题
表格翻译后两列粘成一列怎么办?
这是最常见的列向串列。先看预览是否整列混在一起;表多的文档可改选表格增强版再译。打开表格增强版
格子线看着都在,为什么同一格还是粘成一段?
人眼当格子边的线,程序未必都能认成行分隔;半截线、细线更常见。这类更像格内粘行。仍可先试表格增强版,并用预览判断要不要手工拆段。
编号和右边的词隔很远,译完却合成一句?
有时解析阶段已经分开了,后面合并时又粘回去。预览里若两段已分开、译文又并在一起,属于这一类;用编辑拆开即可,不必整份重翻。
什么时候必须用表格增强版?
不是必须。普通文档继续用默认扫描增强版。论文结果表、多列表、实验对照表译完明显串列或粘行时,再开增强版对比。
无框线表格、跨页大表效果怎么样?
开放式表、跨页表、扫描糊成一片的表仍然容易翻车。能看清线框、列间距清楚的表更稳;这类文件请务必预览后再下载。
拿一份你正在看的带表 PDF 试译,重点看表头、数字列和单元格有没有粘在一起。
免费试译表格 PDF