Oversæt PDF til Pashto

Fordi bogstaverne ikke er dem, du tror, de er. Flere Pashto-tegn ligner arabiske eller persiske tegn tæt og er separate kodepunkter, og tekst skrevet på et arabisk tastatur eller kørt gennem et normaliseringsværktøj ender med at bruge de forkerte. Siden ser rigtig ud, og filen matcher ikke længere ved søgning, sorterer forkert og stemmer ikke overens med registreringer, der holdes andre steder. Output bruger de korrekte Pashto-tegn, hvilket er det, der gør den resulterende tekst søgbar.

Nej. Dari og Farsi er varianter af persisk og tilhører den vestlige gren af de iranske sprog, mens Pashto er østiransk, med sin egen grammatik, sit eget ordforråd og yderligere bogstaver, som persisk ikke bruger. Afghanistan har både Pashto og Dari som officielle sprog, og mange dokumenter indeholder begge dele, hvilket er grunden til, at identifikation af sproget på siden før oversættelse betyder mere her end i de fleste par.

Nogle gange, og billedkvaliteten afgør det. Kursiv håndskrift i et højre-til-venstre-skrift er blandt det sværeste materiale for automatisk genkendelse, og afghanske certifikater er ofte håndskrevne, stemplet over, fotokopieret gentagne gange og derefter fotograferet under dårligt lys. Tag billedet fladt og jævnt belyst i den højeste opløsning, din enhed tillader. Hvor resultatet er uklart, skal du behandle maskinlæsningen som en første gennemgang og lade en menneskelig oversætter bekræfte navne og datoer.

Blandede sider er normale i afghansk papirarbejde og læses som sådan snarere end at blive tvunget ind i ét sprog. De to deler de fleste af deres bogstaver, så et værktøj, der gætter et enkelt sprog for hele filen, vil oversætte en af dem forkert, mens det producerer tekst, der ser flydende ud. Hvis dit dokument er tosproget, så sig det, og tjek begge dele af outputtet snarere end kun den sektion, du forventede.

Naskh, den opretstående stil, som er konventionen for Pashto. Nastaliq, den skrå kalligrafiske stil, tilhører Urdu og persisk poesi, og Pashto sat i den ser malplaceret ud for en Pashto-læser. Software, der antager, at ethvert sydasiatisk sprog med arabisk skrift er Urdu, vil automatisk vælge Nastaliq. Outputtet er sat i en passende skrifttype, og skrifttypen er indlejret, så filen ikke falder tilbage til noget uegnet på en anden enhed.

Ikke som den indsendte version. Immigrationsmyndigheder kræver en oversættelse ledsaget af en underskrevet certificering om, at den er komplet og nøjagtig, hvilket et automatisk værktøj ikke kan levere. Hvad maskinoversættelse gør godt i disse tilfælde, er triage: hurtigt at læse en stak breve, certifikater og rapporter, så en sagsbehandler ved, hvad der er i filen, og hvilke dokumenter der skal certificeres. Bestil en certificeret oversættelse til selve indleveringen.

Mindre end du måske forventer for skriftligt materiale. De sydvestlige og nordøstlige dialektgrupper adskiller sig hovedsageligt i udtale, især af de retrofleks bogstaver, mens stavningen forbliver den samme, så et skriftligt dokument rejser mellem Kandahar og Peshawar uden besvær. Ordforrådet er, hvor splittelsen viser sig: administrative og tekniske ord lånes fra Dari i Afghanistan og fra Urdu eller engelsk i Pakistan, så et udtryk, der er velkendt på den ene side af grænsen, er måske ikke kendt på den anden.

Mindre bredde end engelsk i de fleste tilfælde, da skriften er kompakt, og korte vokaler ikke skrives, men mere højde pr. linje, fordi bogstaverne bærer prikker og mærker over og under grundlinjen, og descendere er dybe. Dokumenter lagt ud med tæt linjeafstand til latinsk typografi er dem, der lider. Tabeller og formularer spejler også, så kolonneorden vender, hvilket er værd at bekræfte, før et dokument udskrives.