PDF fordítása szanszkritra

Négy funkció, amely megzavarja az automatizált feldolgozást

1. Három és négy mély mássalhangzó-torlódások. A dévanágari írás összeolvasztja az egymás melletti mássalhangzókat egyetlen ligatúrává, a szanszkrit pedig olyan mássalhangzó-torlódásokat hoz létre, amelyeket a modern indiai nyelvek egyszerűen nem használnak: három mássalhangzó egymás fölé helyezve, néha négy, egy összefonódó alakzatként. A hindihez készült betűtípusok az általános párokat tartalmazzák, és a többihez egy különálló formát használnak látható vonallal. Ez olvasható, de nem helyes tipográfia, és egy nyomtatott kiadásban rosszul néz ki bárki számára, aki ismeri a nyelvet.
2. Szavak, amelyek a határaikon egyesülnek. A szanszkrit hangváltozásokat alkalmaz, amikor az egyik szó találkozik a következővel, és a klasszikus írott hagyományban az így létrejövő összefüggő szöveget gyakran szóközök nélkül nyomtatják. Ezért annak eldöntése, hogy hol ér véget egy szó, valódi elemzési probléma, nem pedig a szóközök szerinti felosztás kérdése, és ez a legnagyobb akadály mind a szövegfelismerés, mind a nyelv gépi fordítása szempontjából.
3. Összetett szavak, amelyek egy angol mondat hosszúságúak. A szanszkrit összetett főneveket alkot a szótövek összeláncolásával, és egyetlen összetett szó több tucat szótagot is elérhet, és angolra fordítva egy teljes mellékmondatot igényelhet. Egy oldalon ezek egy törhetetlen egységet alkotnak, amelyet egyetlen sortördelő algoritmus sem tud biztonságosan felosztani, mert a rossz helyen történő felosztás megváltoztatja, hogy melyik szótövek tartoznak össze.
4. A fő szövegtől elkülönülő ékezetek. A védikus recitációs jelek a Unicode külön részében helyezkednek el, távol az egyszerű dévanágari karakterektől, és a legtöbb betűtípus nem tartalmazza őket. Átalakítás során rutinszerűen elvesznek, ami csendben eltávolítja az információt, amelyre egy recitálónak szüksége van egy egyébként teljesnek tűnő szövegből.

Mit fordítanak valójában az emberek

A szanszkrit nem adminisztratív nyelv. Senkinek sincs szanszkrit születési anyakönyvi kivonata. Az érkező kérések egy szűk és meglehetősen kiszámítható körbe esnek, és annak ismerete, hogy melyikbe tartozol, megmondja, mennyi emberi felülvizsgálatra van szüksége a feladatnak:

• Rituális és liturgikus anyagok: recitációs füzetek, szertartási rendek, himnuszgyűjtemények és templomi kiadványok, amelyek tipográfiailag pontosaknak kell lenniük, mert felolvasásra kerülnek
• Jóga és meditáció oktatóképző kézikönyvei, ahol klasszikus versek szerepelnek romanizált átírás és az angol fordítás mellett ugyanazon az oldalon
• Ájurvédikus és hagyományos orvosi szövegek, formuláriumok és kommentár-irodalom
• Filozófiai és irodalmi művek, valamint a modern tudományos kutatás róluk, beleértve a több írásrendszerben készült kritikai kiadásokat.
• Kézirat katalógusok és levéltári leírások digitalizálási projektekből
• Iskolai és egyetemi tananyagok, tantervek és vizsgadolgozatok azokat tanító intézményektől
• Feliratok, epigrafikus átiratok és múzeumi címkék
• Intézményi jelmondatok, ünnepi szövegek, meghívók és címlapok, ahol egy rövid szövegrészletnek pontosan jónak kell lennie

Ezek egyike sem minősítési eset, mint egy bevándorlási dokumentum, de több is rosszabb, ha elrontják. Egy rosszul lefordított szertartási rend vagy egy megszakadt kötés egy nyomtatott kiadásban nyilvánosan látható és végleges, így az ellenőrzési lépés itt is számít, még akkor is, ha nincs hatóság, amely ezt követelné.