OCR – sposób na tłumaczenie plików PDF

Abby_FineReader_OCR

OCR (ang. Optical Character Recognition, czyli Optyczne Rozpoznawanie Znaków) to technologia umożliwiająca komputerowi czytanie pisma. Programy OCR umożliwiają komputerowi odczytywanie dokumentu, który oryginalnie jest w formie pliku graficznego i przetworzenie go na plik komputerowy, który można edytować, wysyłać, lub drukować.

W technologii OCR można wyróżnić ICR (ang. Image Character Recognition). ICR używany jest przy przenoszeniu na komputer dokumentów pisanych ręcznie, jak np. ręcznie wypełnianych formularzy. Możliwości programów ICR ograniczają się do odczytywania ręcznie pisanych cyfr i drukowanych liter. Ponieważ są one zwykle wpisywane w oddzielne pola na formularzach, daje to programowi możliwość ich odczytania.

Po zeskanowaniu dokumentu należy ustalić obraz. Polega to na zróżnicowaniu kontrastu między punktami, z których składa się obraz. W ten sposób program tworzy zarys znaków. Im większa rozdzielność dokumentu, tym lepiej. Następny etap to rozpoznawanie znaków. Program zaznacza wszystko, co jest znakiem, omijając np. ilustracje. Następnie program identyfikuje znaki i porównuje wyniki z danymi na temat fontów (pochyłe, ozdobne, pogrubione, szeryfowe, bezszeryfowe). Dalej program odczytuje całe słowa i porównuje z słowami zapisanymi w słowniku danego języka. Potem kolej na korektę. W zależności od wersji programu korektą zajmuje albo użytkownik, albo sam program. Ostatnim etapem jest zapisanie odczytanego dokumentu jako plik komputerowy (np. jako dokument Worda).

Aby można było używać OCR, wystarczy mieć oprogramowanie OCR oraz skaner o rozdzielczości 300 dpi. OCR jest szczególnie przydatne, gdy trzeba przenieść do komputera ogromne ilości tekstu. Zamiast przepisywać każdą stronę po kolei, wystarczy zeskanować potrzebne dokumenty i użyć oprogramowania OCR do przetworzenia informacji (tekst, ilustracje, tabele, grafiki, wykresy). Przetworzenie jednej strony zajmuje programowi jedną minutę, co jest nieosiągalnym wynikiem dla człowieka przepisującego ręcznie. Co więcej, niemożliwe jest ręczne przeniesienie graficznych elementów tekstu takich jak ilustracje.

Autorka tekstu: Karolina Tkaczyk

TMX – format wymiany pamięci tłumaczeń

tmx-translation-memory-exchange-formatTMX (ang. Translation Memory eXchange) to standardowy format XML służący do wymiany zasobów pamięci tłumaczeniowych między różnymi programami typu CAT (Computer Aided Translation). Jest to najpopularniejszy format pliku pamięci tłumaczeniowej, obsługiwany przez wiele narzędzi typu CAT. Jego głównym celem jest ułatwienie wymiany danych z pamięci tłumaczeniowych bez większej, lub żadnej straty tych danych w trakcie procesu tłumaczenia.

Computer Aided Translation korzysta z formatu Translation Memory eXchange, gdyż często podczas tłumaczenia występuje potrzeba migracji (wyeksportowania lub zaimportowania) danych z pamięci tłumaczeń do różnych narzędzi CAT. Tłumacz ma prawo do wyboru dowolnego oprogramowania CAT, a w przypadku gdy grupa tłumaczy pracuje nad jednym projektem mogą przy pomocy formatu TMX dzielić się zasobami pamięci tłumaczeń. Wiele narzędzi CAT używa własnych (zastrzeżonych) formatów pamięci tłumaczeń, a ponieważ TMX jest formatem ustandaryzowanym ułatwia wymianę danych pomiędzy różnymi aplikacjami. Możliwe jest wyeksportowanie danych pamięci tłumaczeń z zastrzeżonych aplikacji CAT (np. Trados) do formatu TMX, a następnie importowanie formatu TMX do innego narzędzia CAT.

Format TMX został opracowany w 1998 roku przez stowarzyszenie LISA (Localisation Industry Standards Association), wiodące forum międzynarodowe dla firm działających na rynku globalnym, określające otwarte standardy dotyczące tłumaczeń i lokalizacji oraz obsługi i wsparcia klientów, produktów i usług świadczonych na całym świecie. TMX jest zgodny z XML (Extensible Markup Language, w wolnym tłumaczeniu rozszerzalny język znaczników). Jest to uniwersalny język formalny przeznaczony do reprezentowania różnych danych w strukturalizowany sposób. TMX wykorzystuje także różne standardy ISO takie jak data/czas, kod językowy, kod państwa.

Niewątpliwą zaletą formatu TMX jest to, iż może on działać z praktycznie każdą aplikacją tłumaczeniową. Tłumacz nie jest zatem ściśle związany z jednym konkretnym narzędziem CAT; nawet gdy CAT na którym dotychczas pracował zniknie z rynku, możliwe jest przeniesienie pamięci tłumaczeń do innego narzędzia właśnie dzięki formatowi TMX.

Obecnie TMX dostępny jest w wersji 1.4b, która została opublikowana w październiku 2004 roku. Trwają prace nad wersją 2.0.

Autorka tekstu: Anna Zając

Początki narzędzi CAT

Tłumaczenie wspomagane komputerowo to proces, w którym człowiek tłumaczy tekst wykorzystując systemy komputerowe jako pomoc automatyzującą, ułatwiającą oraz w znacznym stopniu przyspieszającą prace, które w innym wypadku człowiek musiałby wykonywać samodzielnie.

Pierwsze nieśmiałe próby automatyzacji tłumaczenia miały miejsce już w XVII wieku, kiedy to niemiecki mnich, Johannes Becher, przedstawił matematyczny język opisu zdań w dowolnym języku. Składał się on z równań matematycznych, których znaczenie było takie samo w każdym języku. Jednak na realne próby stworzenia oprogramowania służącego do tłumaczenia wspomaganego komputerowo przyszło nam czekać do drugiej połowy XX wieku, co wiązane było z szybką komputeryzacją. Mimo iż powstało wtedy kilka systemów tłumaczenia, np. Mark II stworzony wspólnie przez IBM oraz Uniwersytet Washington, jakość tłumaczeń była bardzo niska, co zadowalało jedynie odbiorców zainteresowanych tylko szybkością, a nie jakością tłumaczenia.

Czytaj dalej Początki narzędzi CAT

Tworzenie pamięci tłumaczeń – alignment, align

 

Alignment to proces tworzenia pamięci tłumaczeń z uprzednio przetłumaczonych tekstów. Pomaga to tłumaczom zaoszczędzić czas, a firmom zlecającym tłumaczenia ? pieniądze.

alignment,align,memoQ

Główne zadanie alignu tekstu z jego tłumaczeniem na inny język polega na wskazaniu fragmentów tekstu źródłowego odpowiadających tłumaczeniom w tekście docelowym. Rezultat tego procesu przedstawiany jest w formie tabelki, bądź listy par segmentów ? słów, zdań, paragrafów, lub ich fragmentów ? skomponowanych z zawartości obydwu tekstów. Czytaj dalej Tworzenie pamięci tłumaczeń – alignment, align

Recenzja programu SDL Trados Studio 2009 (1/6)

Trados_Studio_2009_EkranPowitalny

SDL Trados Studio 2009

autor recenzji: Piotr Leszczyński

Trados to, jak wiadomo, jedna z największych sław wśród CAT-ów, rozwijana od kilkunastu lat i z roku na rok powiększająca grono zarówno swoich zwolenników, jak i wrogów. Do popularności Tradosa przyczyniło się wiele rzeczy, min. obsługa wielu formatów tekstowych i rosnąca renoma, jaka zachęca biura tłumaczeniowe do kupowania komercyjnych wersji tej aplikacji – ale to nie o tym chciałbym pisać. Jako świeży użytkownik nowego Tradosa Studio 2009, chciałem podzielić się pierwszymi wrażeniami z pracy w tym programie, bez nadmiernej ilości porównań do poprzednich wersji tego produktu i dywagacji na temat rangi dziejowej Tradosa na rynku tłumaczeniowym, choćby z tej racji, że nie mam na tym polu zbyt wielu doświadczeń.

Z CAT-ami zetknąłem się po raz pierwszy parę lat temu przy okazji współpracy z zespołem lokalizującym oprogramowanie, przy czym korzystałem wtedy z programów open-source, jak poEdit czy KBabel albo z programów wspomagających tłumaczenie dostarczanych przez klientów. Programy te, z wszystkimi ich wadami i zaletami, nauczyły mnie podstaw tego rodzaju pracy z tekstem, stąd zanim zdecydowałem się na Tradosa, wiedziałem już dość dobrze jak CAT-y mogą przysłużyć się w pracy tłumacza, oraz że są wręcz niezbędne dla każdego szanującego się lokalizatora oprogramowania. Z czasem instalowałem na swoim komputerze darmowe wersje min. Tradosa, Wordfasta i DejaVu dla porównania podstawowej funkcjonalności czołowych komercyjnych aplikacji tego typu i wiedziałem już, że będę musiał w końcu zdecydować się na pełną wersję jednego z profesjonalnych CAT-ów. Tak się złożyło, że w ostatnim czasie miałem okazję uczestniczyć w kursie obsługi Tradosa na mojej uczelni oraz nawiązania współpracy z zespołem tłumaczeniowym zajmującym się głównie lokalizacją gier komputerowych.  Dowiedziałem się też, że w moim nowym zespole Trados jest narzędziem dosyć często wykorzystywanym – stąd też mój wybór niejako musiał paść na ten program ? a ja stałem się w ten sposób typowym, statystycznym wręcz przykładem użytkownika CAT-a, którego wybór w tej kwestii był w dużej mierze wyborem pracodawcy. Czy okazał także dobry wyborem ze względu na komfort mojej pracy, o tym napiszę w dalszej części recenzji. Przejdźmy zatem do moich pierwszych wrażeń związanych z pracą w Tradosie Studio 2009.

Recenzja SDL Trados Studio – część 2/6

Recenzja programu SDL Trados Studio 2009 (4/6)

Autosuggest w działaniu
Autosuggest w działaniu

Bardzo podoba mi się także koncepcja podzielenia projektu na część tłumaczeniową (Translation), korektorską (Review) i finalną (Sign-off), co, przynajmniej potencjalnie, pomaga menedżerom projektu i poszczególnym członkom zespołu na dobrą organizację procesu tłumaczenia i kontroli jakości, zaś freelancerom na prowadzenie ?wewnętrznego? kilkuetapowego procesu tłumaczenia. Myślę, że SDL powinno dalej iść w tym kierunku i rozszerzyć także część ProjectsView o bardziej zaawansowane funkcje zarządzania projektami, choćby o funkcję wskazującą ilość tekstu przetłumaczonego danego dnia ? dla szacunkowych obliczeń wydajności tłumaczy w przypadku konkretnego projektu.

Po skończeniu projektu, kiedy miałem nieco więcej czasu na przyjrzenie się bliżej opcjom programu, odkryłem parę dodatkowych mankamentów Tradosa. Moduł EditorView ma na przykład problem z podglądem plików Excela i Worda – można co prawda skorzystać z funkcji ?View In?, ale jest to już z mojego punktu widzenia osobny eksport pliku, a nie transparentny podgląd w wygodnym, rozwijanym oknie z miniaturą tekstu (a więc normalna funkcjonalność ?Preview?). Pliki, o jakich mówię, to absolutne standardy, jeśli chodzi o formaty tekstowe i jakiekolwiek problemy z ich obsługą to dowód na niezbyt poważne traktowanie użytkowników przez wydawcę Tradosa.

Innym, dość zaskakującym problemem edytora Studio 2009 jest kwestia scalania (merge) lub rozdzielania (split) segmentów. W trakcie tłumaczenia gry nie zauważyłem tego zupełnie i nie miałem specjalnej potrzeby łączenia bądź dzielenia segmentów, natomiast kiedy parę dni temu dostałem zlecenie przetłumaczenia krótkiego tekstu handlowego, spotkałem się z kłopotami z ich scalaniem. Opcja ?Merge segments? w menu kontekstowym była nieaktywna, mimo zaznaczenia prawidłowo dwóch komórek (patrz: Ilustracja 3).

Następna część – Recenzja Trados Studio 2009 – część 5/6

Poprzednia część – Recenzja Trados Studio 2009 – część 3/6

Recenzja programu SDL Trados Studio 2009 (6/6)

Trados_Studio_boxPodsumowanie

Muszę przyznać się, że jako były webmaster i zwolennik nowoczesnego oprogramowania WYSIWYG (zaczynający jednak od Notatnika), mam słabość do programów, które zawierają w sobie wszystkie najważniejsze funkcje w jednej aplikacji, umożliwiają personalizowanie zarówno układu okien, prezentacji tekstu, jak i konfigurację poszczególnych projektów, dlatego wersja Studio spodobała mi się na pewno pod tym względem ? jako kontynuacja dobrych rozwiązań z SDLX i konkurencyjnych CAT-ów. Do tego jest to wersja z unowocześnionym, przejrzystym interfejsem i zaktualizowaną listą obsługiwanych formatów, choć, jak już wspominałem, nie bez niedociągnięć w tej drugiej dziedzinie. Studio 2009 wydaje się odejściem od sposobu pracy znanego użytkownikom wcześniejszych wcieleń Tradosa, a więc ?skakania? po kilku aplikacjach i żmudnego procesu przygotowania plików do tłumaczenia. Prawda jest również taka, że jeśli chcemy tworzyć pamięć tłumaczeń ze swoich starych plików, wciąż musimy mieć zainstalowaną poprzednią wersję Tradosa, bo WinAligna (bądź jego następcy) nie zawarto w ramach Studio 2009. Na szczęście WinAlign nie jest aplikacją podstawową, a raczej pomocniczą, więc fakt konieczności uruchamiania jej osobno nie wpływa specjalnie na produktywność czy przyjazność obsługi całego pakietu. Jest to jednak kolejne niedopracowanie ze strony SDL i oznaka, że nowej wersji Tradosa brakuje jeszcze sporo do pełnej samodzielności. Mam nadzieję, że kolejne wydanie programu będzie już zdecydowanym krokiem naprzód, zaś SDL całkowicie zrezygnuje z nawiązywania do jego wcześniejszych wersji, zostawiając wszystkim zainteresowanym użytkownikom możliwość wykupienia licencji i instalacji starszych pakietów, chociażby ze względu na pełną kompatybilność wsteczną plików Tradosa. Liczę również na to, że wydawca usprawni niebawem obsługę plików PDF i Microsoftu, poprawi funkcję sprawdzania pisowni oraz rozbuduje ciekawie zapowiadający się moduł zarządzania projektami.

autor recenzji: Piotr Leszczyński

Poprzednia część – Recenzja Trados Studio 2009 część 5/6

Przyciski Tradsa 2007 w Wordzie 2003

klopot z Tradosem
Jak włączyć zakładkę Tradosa w Wordzie – praktyczne porady

Brak zakładki, czy przycisków Tradosa w Wordzie to bardzo często spotykany problem podczas pracy z Tradosem Sytuacja ta jest typowa zarówno dla starej wersji Worda (2003), jak i dla nowej (2007).

Warto wiedzieć, że za wyświetlanie się przycisków Tradosa i całej jego zakładki w Wordzie, odpowiada pewien szablon. Ten szablon to plik (konkretnie TRADOS8.dot dla Worda 2003 i TRADOS8.dotm dla Worda 2007), który włącza makro Tradosa. Po prawidłowej instalacji tego CATa, plik z szablonem powinien zostać zapisany (powinien się tam sam zapisać) w folderze autostartu Worda.  Zdarza się jednak tak, że z różnych przyczyn, plik z szablonem nie zostaje zapisany w odpowiednim folderze (np. gdy instalujemy pakiet Office później niż pakiet Tradosa).

Co zatem zrobić, gdy nie mamy przycisków Tradosa w Wordzie? Możemy zrobić dwie rzeczy.

Czytaj dalej Przyciski Tradsa 2007 w Wordzie 2003