Скан договора с четкой печатью может оказаться сложнее для перевода, чем небрежно набранный файл: OCR путает цифры, теряет сноски, а одна незаметная частица меняет смысл обязательства. Подготовка исходника помогает обнаружить такие места до того, как они попадут в перевод и проверку.
Для команды бюро или внутреннего отдела задача состоит не только в том, чтобы «сделать PDF читаемым». Нужно понять, есть ли в файле текстовый слой, достаточно ли четко выглядят страницы, совпадает ли документ с финальной редакцией и какие фрагменты требуют человеческой проверки. Чем точнее эти вещи описаны при передаче, тем меньше неясностей между заказчиком, менеджером проекта и переводчиком.
В этом руководстве разобраны рабочие варианты подготовки: передать оригинальный скан, самостоятельно выполнить OCR или подготовить распознанный файл с пометками. Вы узнаете, что именно проверять, как оформить таблицу и какие вопросы задать составителю договора, если текст не читается.
Что нужно подготовить до передачи договора¶
Подготовка скана к переводу - это проверка изображения, версии документа и важных деталей, а не просто конвертация PDF в Word. Такой подход помогает не спутать дефект распознавания с особенностью юридического текста.
У скана есть два слоя, которые важно не смешивать. Первый - изображение страницы, то есть визуальная копия оригинала. Второй - текстовый слой: данные, которые программа распознала и добавила для поиска, выделения и копирования. Видимый текст может выглядеть четко, но отсутствующий или ошибочный текстовый слой все равно создаст трудности при автоматизированной обработке.
Перед отправкой соберите в одном комплекте:
- исходный PDF или изображения страниц без повторного сжатия;
- отметку о том, какая редакция договора считается финальной;
- список имен сторон и их написание на языке перевода, если оно уже утверждено;
- краткий глоссарий терминов, если у компании есть согласованные варианты;
- перечень нечитаемых мест, рукописных поправок и страниц с плохим качеством;
- инструкции о том, нужно ли сохранять структуру таблиц, нумерацию и расположение элементов.
Если договор менялся несколько раз, присвоение имен файлам должно сразу показывать статус редакции. Например, contract_final_approved.pdf информативнее, чем contract_new_final_2.pdf. Само имя файла не доказывает, что версия утверждена, поэтому добавьте короткое сообщение: «Переводить только этот файл; предыдущие редакции не использовать».
Проверьте, не передаете ли вы скан вместе с другим файлом, который содержит более поздний текст договора. Сравнение двух похожих документов может выявить изменения, но переводчик не должен самостоятельно решать, какая редакция имеет юридическую силу. Заказчик или составитель документа подтверждает выбор.
Для перевода договора особенно полезен чек-лист подготовки файлов к переводу: он помогает собрать исходники, контекст, требования к формату и терминологию в одном месте. Если проект ведет команда, назначьте одного человека, который отвечает за ответы на вопросы и подтверждает изменения. Иначе переводчик может получить разные решения от юриста, менеджера и сотрудника, приславшего файл.
Правовая функция договора тоже имеет значение. Переводчик должен понимать назначение условия, но не должен дописывать за стороны отсутствующую формулировку. В статье ATA Law Division о методике перевода договоров объясняется, что переводчику важно определить цель каждого положения и передать ее на целевом языке.
В статье ATA Law Division о переводе договоров сказано: “The translator’s first task is to identify what the parties intend to achieve with each clause.”
Иными словами, переводчик должен понять, какую задачу выполняет условие. Если исходник не позволяет понять эту задачу, безопаснее запросить уточнение, чем угадывать пропущенный текст.
Практический пример: в отсканированном приложении пункт об оплате занимает две строки, а край второй строки обрезан. Нельзя восстановить сумму или условие платежа по соседнему пункту, даже если такая формулировка кажется типичной. Отметьте дефект и запросите страницу заново либо попросите составителя подтвердить формулировку письменно.
Как проверить качество изображения и выбрать разрешение¶
Качество скана для перевода определяется не только числом dpi или ppi. На распознавание влияют резкость букв, контраст, положение страницы, размер шрифта, пятна и наличие рукописных элементов.
Начните с визуальной проверки при увеличении. Откройте каждую страницу и посмотрите на заголовки, мелкий текст, нижние колонтитулы, таблицы, подписи и печати. Если буквы уже на изображении сливаются, исчезают или обрезаны, программа распознавания не сможет надежно восстановить недостающие пиксели.
Для обычного печатного текста руководство библиотеки Университета Иллинойса рекомендует разрешение 300 dpi для сканирования, предназначенного для OCR (OCR Best Practices). Это практическая рекомендация для распознавания, а не универсальная юридическая норма для всех договоров и систем.
Архивное руководство Национального управления архивов и документации США, NARA, рассматривает другие сценарии. Для чистого высококонтрастного печатного текста, сканируемого в черно-белом режиме, руководство указывает диапазон 300-600 ppi и рекомендует 600 ppi для архивной задачи. Для плохо читаемого текста, выцветания, пятен, пометок или низкого контраста там указаны градации серого в диапазоне 300-400 ppi с рекомендацией 400 ppi (NARA: Scanned Images of Textual Records). Эти значения описывают архивные сценарии, а не обязательный минимум для каждого перевода.
Когда цвет важен для понимания содержимого - например, цветом отмечены исправления или различаются печать и рукописная пометка - архивное руководство NARA указывает для своей задачи цветное сканирование RGB с глубиной 24 бита в диапазоне 300-400 ppi и рекомендует 400 ppi (NARA: Scanned Images of Textual Records). Если цвет не несет смысла, цветной режим сам по себе не исправит размытую страницу.
| Ситуация | Что проверить или выбрать | Почему это важно |
|---|---|---|
| Чистый печатный текст | Начните с 300 dpi как рекомендации для OCR | Мелкие детали букв должны различаться на изображении |
| Низкий контраст или выцветшая страница | Проверьте градации серого и читаемость оригинала | Слишком светлые буквы могут исчезнуть при обработке |
| Цветные пометки или элементы, важные для смысла | Сохраните цвет и отдельно отметьте его значение | Черно-белая копия может скрыть различия |
| Перекошенная страница | Выровняйте изображение до OCR | Наклон мешает программе определить строки |
| Рукописная поправка | Не полагайтесь на OCR; приложите исходный фрагмент | Автоматическое распознавание рукописей ненадежно |
Университетская библиотека Иллинойса предупреждает, что слишком высокая или слишком низкая яркость может ухудшить распознавание, а перекошенные страницы приводят к ошибкам OCR (OCR Best Practices). Поэтому не применяйте ко всему документу один фильтр, не проверив результат на трудных страницах.
Предобработка включает выравнивание страницы, то есть deskew, и обрезку пустых краев. Обрезка полезна, когда вокруг листа много темного фона или лишнего поля. Но слишком агрессивная обрезка может удалить номер страницы, подпись на полях, отметку о заверении или часть строки. После обработки снова сравните границы страницы с исходником.
Старые или пожелтевшие листы могут требовать цветового режима, который сохраняет особенности изображения. Руководство Университета Иллинойса советует RGB для старых или изменивших цвет документов и отмечает, что низкий контраст ухудшает OCR (OCR Best Practices). Для договора это особенно важно, если выцветшая отметка или исправление может изменить смысл условия.
Типичная ошибка - считать большой файл автоматически качественным. Размер PDF зависит не только от деталей изображения, но и от цветового режима и сжатия. Смотрите на читаемость символов, а не на мегабайты. Если текст при увеличении выглядит размытым, повторное сохранение того же файла в более высоком разрешении не вернет отсутствующую информацию.
Проверьте также порядок страниц. Страница с продолжением пункта, приложением или подписью не должна затеряться среди отдельных снимков. Если страницы загружены как изображения, назовите их последовательными номерами и убедитесь, что нумерация не противоречит номерам, напечатанным в договоре.
OCR и текстовый слой: как обнаружить ошибку до перевода¶
OCR - это распознавание текста на изображении с помощью программы. Результат можно использовать для поиска и редактирования, но его точность зависит от самого скана и не подтверждается одним фактом создания поискового PDF.
Проверить наличие текстового слоя можно вручную. Откройте PDF, выделите предложение мышью и скопируйте его в текстовый редактор. Если вместо букв копируется пустота, изображение целиком или набор неверных символов, PDF может не содержать пригодного текста. Дополнительный тест - поиск по слову, которое ясно видно на странице. Если поиск не находит его, текстовый слой отсутствует или не соответствует изображению.
Удачное копирование нескольких строк не доказывает, что распознаны все страницы. В одном документе текстовый слой может быть у части страниц, а остальные останутся только изображениями. Проверьте начало, середину и конец файла, а затем отдельно просмотрите страницы с таблицами, печатями и мелким шрифтом.
NARA указывает, что OCR-текст может сопровождать передачу отсканированных изображений как дополнительный файл для полнотекстового поиска, связанный с соответствующим изображением (NARA: Scanned Images of Textual Records). Такое описание полезно и для переводческого процесса: распознанный текст ускоряет поиск, но изображение остается контрольным источником.
Американские федеральные требования к оцифровке постоянных бумажных записей не устанавливают OCR как обязательную часть оцифровки, хотя допускают его применение для рабочих задач (36 CFR Part 1236, Subpart E). Эти правила относятся к федеральным агентствам США и не создают универсального требования для частного договора. Вывод для подготовки прост: необходимость OCR зависит от процесса, а не от того, что PDF обязательно должен быть распознаваемым.
Руководство библиотеки Университета Иллинойса формулирует рекомендацию так: “The recommended resolution for best scanning results for OCR accuracy is 300 dots per inch (dpi).”
Разрешение помогает подготовить исходное изображение, но не заменяет сверку распознанного текста. Четкий скан тоже может содержать ошибку OCR в фамилии, сумме или отрицании.
После распознавания не сравнивайте только общий вид страниц. Сверяйте результат с изображением в местах, где ошибка меняет обязанности или идентификацию сторон:
- фамилии, названия компаний и реквизиты;
- номера пунктов, приложений и перекрестные ссылки;
- суммы, валюты, проценты и банковские данные;
- даты вступления в силу, сроки и условия продления;
- слова «не», «кроме», «если», «до» и другие элементы, меняющие условие;
- таблицы с тарифами, графиками или перечнями;
- текст в сносках, колонтитулах и печатях.
Университетская библиотека Иллинойса указывает, что OCR не распознает рукописные документы с достаточной точностью, а при цели получить стопроцентную точность результат нужно проверить и исправить вручную (OCR Best Practices). Для договора это значит, что рукописные дополнения нельзя молча переносить из OCR в рабочий текст.
Качество распознавания также снижают специальные шрифты, очень мелкий текст, например размером 6 пунктов, и низкий контраст. Эти факторы перечислены в руководстве Университета Иллинойса (OCR Best Practices). Если один пункт набран необычным шрифтом или расположен в бледном приложении, включите его в отдельный список ручной проверки.
Типичная ситуация: OCR распознает «10.000» как «10,000», а в другом месте неверно читает цифру в номере пункта. В переводе сама запятая может выглядеть допустимо, но сумма или ссылка уже расходится с исходником. Отмечайте такие места прямо в таблице проверки, а не исправляйте их без сохранения связи с изображением.
Как выбрать способ подготовки: исходный скан, OCR или редактируемый файл¶
Выбор зависит от качества страниц, требований к оформлению и доступности оригинала. Иногда переводчику удобнее получить и изображение, и распознанный текст, но ни один промежуточный файл не должен подменять исходник.
| Способ | Когда подходит | Риск | Что передать переводчику |
|---|---|---|---|
| Оригинальный скан без OCR | Страницы четкие, а переводчик или система умеют работать со сканом | Поиск по тексту может быть недоступен | Исходный PDF, порядок страниц и пометки о проблемных местах |
| Поисковый PDF после OCR | Нужно быстро искать термины и находить совпадения | Ошибки распознавания выглядят как обычный текст | Исходный PDF и распознанный файл, явно обозначенный как вспомогательный |
| DOCX после OCR | Нужно редактировать текст или готовить структуру | Могут потеряться таблицы, подписи, сноски и расположение элементов | DOCX вместе с оригиналом и указанием, какой файл главный |
| Повторное сканирование | Страницы размыты, перекошены, обрезаны или низкоконтрастны | Исправление настроек не восстановит уже отсутствующие части текста | Новые изображения и описание оставшихся дефектов |
Если у вас есть только телефонные фотографии, постарайтесь сохранить лист целиком, без теней и перспективного искажения. Не вырезайте верхнюю строку или подпись ради более аккуратного кадра. Любой участок, который не попал в снимок, остается неизвестным, даже если остальная страница читается хорошо.
Если файл уже прошел OCR, отправляйте его вместе с оригиналом, а не вместо оригинала. Назовите распознанную версию так, чтобы статус был понятен: contract_OCR_reference.docx. Переводчик должен видеть, что этот файл служит ориентиром для поиска, но сомнительные фрагменты нужно проверять по странице.
Человеку, который готовит документы для перевода, может помочь материал о сканированном PDF и редактируемом Word. Он полезен, когда команда выбирает между ручной подготовкой, OCR и передачей файла на обработку. Для договоров выбор формата не отменяет сверку юридически значимых элементов с изображением.
В ChatsControl скан загружается как PDF или изображение, после чего система считывает страницу и формирует редактируемую копию Word с текстом, таблицами, полями и расположенными на странице графическими элементами. Затем проверка сравнивает копию с изображением построчно и возвращает на исправление найденные пропуски; оценка качества показывает, насколько уверенно система обработала скан. Переводчик получает документ, который можно просматривать и редактировать, но рукописный или сильно поврежденный текст все равно требует проверки человеком. Подробности доступны в ChatsControl.
Если PDF содержит обычный текст, а не скан, механизм обработки отличается: в PDF нет абзацев и таблиц как объектов Word, а текст размещен по координатам. При подготовке к редактированию структура восстанавливается из расположения элементов. Поэтому перенос в DOCX не всегда дает идеальную копию исходной верстки: проверьте таблицы, колонки и нумерацию до перевода.
Для настройки перевода полезно заранее описать отрасль, аудиторию и предпочтительные термины. В ChatsControl можно задать контекст и терминологию до перевода, чтобы система учитывала их при подготовке текста и проверке. Такой бриф помогает сохранить, например, утвержденное написание названия стороны; он не решает вопрос о том, какое из нескольких юридически возможных толкований намеревались использовать стороны.
Как проверить договор после OCR и передать вопросы переводчику¶
Контроль после OCR начинается с сопоставления страницы и текста, а заканчивается перечнем вопросов, на которые должен ответить человек. Автоматическая проверка может выделить подозрительное место, но не может подтвердить намерение сторон или восстановить отсутствующие слова.
Разделите проверку на два прохода. Во время первого осмотрите каждую страницу целиком: порядок, пропуски, повороты, обрезанные края и появление пустых страниц. Во время второго сверяйте распознанные данные и структуру: заголовки, номера пунктов, таблицы, примечания и элементы, которые можно перепутать.
Для проверки используйте простую таблицу:
| Страница | Место | Что видно на изображении | Что распозналось | Действие |
|---|---|---|---|---|
| Номер страницы договора | Пункт или строка | Фрагмент оригинала | OCR-текст | Подтвердить, исправить или запросить исходник |
| Номер страницы договора | Подпись, штамп или рукописная пометка | Описание видимого элемента | Текст распознавания либо «не распознано» | Передать на человеческое чтение |
| Номер страницы договора | Таблица или сноска | Структура и расположение | Распознанные строки | Сверить ячейки и связь со строками |
Не записывайте в графу «Что видно» свою догадку о том, что, скорее всего, было в оригинале. Если надпись невозможно прочитать, так и укажите: «неразборчиво» или «край обрезан». Ясная пометка о пробеле полезнее уверенного, но неподтвержденного исправления.
Если ошибка затрагивает юридический смысл, сформулируйте вопрос отдельно от предполагаемого ответа. Например: «В пункте об оплате после слова “не” виден обрезанный фрагмент. Пришлите страницу повторно или подтвердите текст». Формулировка «здесь, вероятно, должно быть “не позднее”» может незаметно превратить предположение в инструкцию для переводчика.
ATA Law Division советует отмечать расплывчатые формулировки в исходном договоре и просить разъяснение у основного составителя (A Methodological Approach to Contract Translation). Такой вопрос нужно отличать от запроса на перевод: если исходник допускает разные толкования, подбор удачного слова на другом языке не устраняет неясность оригинала.
В статье ATA Law Division о методике перевода договоров сказано: “First, when the source text is vague, it’s always a good idea to flag that vagueness and ask the primary drafter for clarification.”
Для команды это означает: зафиксируйте неясность, отправьте вопрос тому, кто может подтвердить исходную формулировку, и не просите переводчика принимать решение за составителя.
Нумерация - отдельная зона риска. OCR может прочитать символы правильно, но нарушить порядок строк или связать подпункт не с тем разделом. Сверьте номера на изображении, уровни вложенности, ссылки вида «см. пункт» и соответствие приложений основному договору. Если в исходнике присутствует очевидная ошибка нумерации, уточните у заказчика, нужно ли сохранить ее или исправить по утвержденному тексту.
Таблицы проверяйте по строкам и столбцам. Программа может прочитать все слова, но выстроить ячейки не в том порядке, перепутать заголовок со значением или объединить соседние столбцы. В договоре такая ошибка способна связать неверную сумму с услугой или сроком. Передайте изображение таблицы и укажите, как должны соотноситься заголовки и значения.
Подписи и печати не следует считать обычным текстом для OCR. Если печать содержит название организации или дату, добавьте отдельную пометку и проверьте читаемость изображения. Если рукописная дата или инициалы влияют на то, кто и когда подписал документ, сообщите переводчику, что именно нужно проверить.
Перед отправкой ответа на вопросы проверьте, что он относится к нужной версии договора. При продолжающихся изменениях ведите список: дата получения файла, его имя, статус и подтвержденные правки. Руководство Американской ассоциации переводчиков по подготовке документов предупреждает, что изменения во время перевода могут повлиять на стоимость или срок; для использования этой рекомендации сверяйтесь с актуальной страницей ATA Preparing Documents for Translation. Если редактура еще идет, согласуйте с исполнителем способ учета изменений до начала перевода.
Пошаговая подготовка скана договора¶
Пошаговый процесс помогает команде не потерять исходник, не спутать варианты и отделить ошибки OCR от вопросов к составителю. Для каждого этапа назначьте ответственного: это может быть координатор проекта, юрист или сотрудник, который передает документы.
Шаг 1. Зафиксируйте финальную версию¶
Выберите утвержденный файл и сообщите переводчику, что именно его нужно использовать. Если финальность еще не подтверждена, не называйте файл окончательным: отметьте статус и уточните, кто даст разрешение на старт.
Сохраните исходный файл без замены отредактированной копией. Если вы готовите OCR-версию или DOCX, храните ее отдельно и укажите связь с исходником. Так участники смогут проверить сомнительное место по изображению, а не по цепочке промежуточных файлов.
Шаг 2. Проверьте все страницы¶
Убедитесь, что страницы идут по порядку, не обрезаны и не повернуты. Сравните число страниц в PDF с нумерацией и приложениями в самом документе, но не исправляйте расхождения самостоятельно: сначала уточните, все ли страницы действительно переданы.
Особое внимание уделите листам с подписями, таблицами, приложениями и дополнительными условиями. Такие страницы часто отличаются по формату от основного текста и могут оказаться менее читаемыми.
Шаг 3. Оцените изображение и при необходимости пересканируйте¶
Посмотрите на качество букв, контраст, наклон и видимость края страницы. Для OCR руководство Университета Иллинойса рекомендует 300 dpi, а для низкоконтрастного или выцветшего оригинала важно также сохранить достаточную видимость текста (OCR Best Practices).
Не пытайтесь исправить сильное размытие только повышением яркости. Если букв на исходном изображении не различить, запросите повторное сканирование или фотографию с лучшей видимостью. Отметьте, какие страницы нужно переснять, чтобы не заставлять исполнителя повторно проверять весь документ.
Шаг 4. Проверьте наличие текстового слоя¶
Попробуйте выделить и скопировать несколько фрагментов из разных частей PDF, затем выполните поиск по видимому слову. Тестируйте отдельные сложные страницы, а не только первый лист. Результат покажет, доступен ли текст для поиска, но не подтвердит точность всего документа.
Если текстового слоя нет и процесс требует его для работы, выполните OCR либо договоритесь о том, кто будет это делать. Не добавляйте в комплект исправленный текст без оригинального скана.
Шаг 5. Сверьте OCR в критичных местах¶
Сравните изображения с результатом распознавания, уделяя внимание цифрам, отрицаниям, именам, ссылкам на пункты и таблицам. Рукописные дополнения передайте на отдельное чтение: руководство Университета Иллинойса предупреждает о ненадежности OCR для рукописного текста (OCR Best Practices).
Запишите все сомнения в таблицу контроля. Не вносите молчаливые правки, если нельзя уверенно прочитать исходник: исправление должно иметь основание, а нерешенный вопрос должен оставаться видимым для команды.
Шаг 6. Передайте контекст и глоссарий¶
Добавьте утвержденные названия сторон, предпочитаемое написание имен, термины компании и требования к оформлению. Укажите, как переводить термины, если для команды важен конкретный вариант, и сообщите, какие названия оставлять без перевода.
При этом не превращайте глоссарий в попытку скрыть неопределенность оригинала. Если термин используется неоднозначно, попросите юриста или составителя подтвердить значение. Переводчик может последовательно применять согласованный вариант, но не может самостоятельно утвердить его юридический смысл.
Шаг 7. Передайте пакет и порядок связи¶
Отправьте исходник, вспомогательную OCR-версию, список замечаний и контакт ответственного за ответы. Уточните, куда направлять вопросы и как сообщать о новых редакциях. Если участники вносят изменения параллельно, договоритесь о едином канале и не рассылайте исправления отдельными сообщениями без привязки к пункту и версии.
В результате переводчик получает не просто PDF, а понятный пакет: какой файл главный, где есть дефекты, какие термины утверждены и кто может подтвердить спорную формулировку. Именно эта информация сокращает риск повторной работы.
Типичные ошибки и как их предотвратить¶
Ошибки подготовки часто выглядят мелочами: название файла, перекошенная страница или неотмеченная рукописная вставка. Последствия становятся заметны позже, когда команда уже проверяет перевод и не может понять, ошибка появилась в оригинале, при OCR или во время редактирования.
Передать только распознанный DOCX. Редактируемый файл удобен, но без скана нельзя проверить исходное начертание, обрезанные края, подписи и расположение таблиц. Передавайте DOCX только как рабочую копию, сохраняя исходный PDF или изображения.
Считать поисковый PDF проверенным документом. Наличие выделяемого текста говорит о том, что OCR сработал, а не о том, что распознавание верно. Сверьте значимые элементы с изображением и пометьте фрагменты, которые не удалось подтвердить.
Обрабатывать все страницы одним фильтром. Чистая печатная страница и выцветший лист могут требовать разных настроек. Сначала проверяйте результат на сложных страницах, особенно там, где есть мелкий текст, низкий контраст или рукописные записи.
Исправить распознанную формулировку по догадке. Даже очевидная, на первый взгляд, опечатка может быть частью утвержденного текста. Не переписывайте условие, если не можете прочитать его на изображении; запросите подтверждение у составителя.
Не отметить рукописные правки. OCR не гарантирует точного чтения рукописи. Если дополнение влияет на срок, сумму, имя стороны или содержание обязательства, покажите этот фрагмент переводчику и запросите более читаемый оригинал.
Отправить несколько вариантов без объяснения. Названия вроде final, final2 и final_last не дают надежного ответа на вопрос, какой документ утвержден. Укажите главный файл в сообщении и обозначьте предыдущие редакции как архивные.
Проверить только основную часть договора. Приложения, сноски, колонтитулы и таблицы могут содержать условия, влияющие на смысл основного текста. Проверьте их так же внимательно, как заголовок и первые пункты.
Для сканов, которые плохо импортируются в среду переводчика, полезен разбор причин в статье почему сканированный PDF не импортируется в Trados или memoQ. Вопросы подготовки текста и проверки результата связаны, но не тождественны: импортируемость не доказывает точность OCR, а корректное распознавание не гарантирует правильное толкование условия.
Если команда сравнивает способы оценки объема, посмотрите материал о подсчете слов в сканированном PDF для расчета перевода. Подсчет по распознанному тексту полезен для планирования, но при плохом качестве страницы оценка может измениться после ручной проверки.
Для юридического перевода отдельно фиксируйте сомнительные места, даже если они не влияют на подсчет объема. Поиск по тексту помогает найти повторяющийся термин, но не покажет, что слово распознано неверно на одной странице. Отмеченный дефект должен оставаться видимым на каждом этапе, пока заказчик не подтвердит исправление или переводчик не завершит согласованный разбор.
FAQ¶
Какое разрешение нужно для скана договора, чтобы OCR распознал текст?¶
Руководство библиотеки Университета Иллинойса рекомендует 300 dpi для OCR (OCR Best Practices). Для выцветшей или низкоконтрастной страницы проверьте читаемость отдельно: разрешение не восстановит отсутствующие части букв.
Как проверить, содержит ли PDF договора распознаваемый текст?¶
Выделите несколько строк, скопируйте их в текстовый редактор и найдите видимое слово через поиск. Если текст не выделяется или не совпадает с изображением, PDF может не содержать пригодного текстового слоя либо распознавание выполнено с ошибками.
Нужно ли делать OCR до перевода договора?¶
OCR нужен, когда процессу необходимы поиск, подсчет текста или редактируемая копия, но он не обязателен для каждого способа перевода. NARA описывает OCR-текст как дополнительный файл для поиска, связанный с изображением, а правила оцифровки федеральных записей США не требуют OCR во всех случаях (NARA, 36 CFR Part 1236, Subpart E).
Какие места договора проверять после OCR в первую очередь?¶
Сверьте имена и реквизиты сторон, суммы, валюты, даты, сроки, отрицания, нумерацию и перекрестные ссылки. Отдельно проверьте таблицы, сноски, печати и рукописные пометки, потому что их структура или текст могут распознаться неправильно.
Что делать, если часть договора не читается?¶
Отметьте страницу и точное место, приложите исходное изображение и запросите более качественную копию или разъяснение составителя. Не восстанавливайте условие по аналогии с соседним пунктом: переводчик должен передавать подтвержденный исходный текст, а не угадывать пропуск.
Как подготовить несколько версий договора к переводу?¶
Назначьте одну редакцию основной и сообщите об этом в письме, а остальные файлы обозначьте как предыдущие. Если изменения продолжаются, фиксируйте их по версии и пункту и заранее согласуйте, кто подтверждает финальный текст.
Можно ли переводить договор, если в нем есть рукописные исправления?¶
Переводить можно, если содержание исправлений читаемо и заказчик подтвердил, какую редакцию нужно учитывать. Руководство Университета Иллинойса предупреждает, что OCR ненадежен для рукописного текста, поэтому такие фрагменты нужно проверять по оригиналу и при необходимости запрашивать уточнение (OCR Best Practices).
Кто должен решать, что означает неясный пункт договора?¶
Смысл спорной формулировки должен подтвердить составитель договора или уполномоченный специалист со стороны заказчика. ATA Law Division советует отмечать расплывчатый исходный текст и запрашивать разъяснение, а не маскировать неоднозначность переводом (A Methodological Approach to Contract Translation).