如何查明 PDF 是用哪種語言寫的
在翻譯、校對或文字識別之前,先知道語言會很有幫助。本指南識別語言,並在文件混用多種語言時顯示各自的佔比。
檢測工具讀取的是可選中的文字。掃描頁沒有這種文字,所以需要先做文字識別。
操作步驟
檢查文字層
試著選中 PDF 裡的一個詞。能選中就說明有文字層,可以繼續檢測步驟。
檢測語言
開啟語言檢測工具並選擇檔案。它會分析一部分文字並給出語言名稱。對多語言混合的文件,它會顯示每種語言的佔比。
遇到掃描件
如果提示什麼也沒有找到,說明檔案是掃描件。先執行 OCR 工具並選擇預期的語言,再重新嘗試檢測。
用文字確認
開啟 PDF 轉文字工具讀幾行,在用於翻譯或拼寫檢查之前確認結果。
記錄結果
把語言寫在檔名旁邊,你和同事就不必重複同樣的檢查。
本指南使用的工具
關於這項工作的問題
- 文字很短時準確嗎?
- 樣本很短時判斷可能不確定。至少有一頁真實文字,結果會更可靠。
- 用兩種語言寫成的文件會怎樣?
- 每種語言的佔比都會顯示,讓你一眼看出哪種語言為主。
- 檔案會被上傳嗎?
- 檢測在安全的伺服器上進行。檔案透過加密連線只上傳一次,顯示結果後即被刪除。