Oversett PDF til Pashto

Fordi bokstavene ikke er de du tror de er. Flere pashto-tegn ligner sterkt på arabiske eller persiske tegn og er separate kodepunkter, og tekst skrevet på et arabisk tastatur eller kjørt gjennom et normaliseringsverktøy ender opp med å bruke feil tegn. Siden ser riktig ut, og filen matcher ikke lenger ved søk, sorteres feil og klarer ikke å stemme overens med poster som finnes andre steder. Utdata bruker de riktige pashto-tegnene, noe som gjør den resulterende teksten søkbar.

Nei. Dari og farsi er varianter av persisk og tilhører den vestlige grenen av de iranske språkene, mens pashto er østiransk, med sin egen grammatikk, sitt eget vokabular og tilleggsbokstaver som persisk ikke bruker. Afghanistan har både pashto og dari som offisielle språk, og mange dokumenter inneholder begge deler, noe som er grunnen til at det å identifisere språket på siden før oversettelse betyr mer her enn i de fleste par.

Noen ganger, og bildekvaliteten avgjør det. Kursiv håndskrift i et høyre-til-venstre-skrift er noe av det vanskeligste materialet for automatisk gjenkjenning, og afghanske sertifikater er ofte håndskrevne, stemplet over, fotokopiert gjentatte ganger og deretter fotografert under dårlig lys. Ta bildet flatt og jevnt belyst i høyest mulig oppløsning enheten din tillater. Der resultatet er uklart, behandle maskinlesingen som en første gjennomgang og la en menneskelig oversetter bekrefte navn og datoer.

Blandede sider er normalt i afghansk papirarbeid og leses som sådan, i stedet for å bli tvunget inn i ett språk. De to deler de fleste av bokstavene sine, så et verktøy som gjetter ett språk for hele filen vil oversette en av dem feil mens det produserer tekst som ser flytende ut. Hvis dokumentet ditt er tospråklig, si ifra, og sjekk begge deler av utdata i stedet for bare delen du forventet.

Naskh, den oppreiste stilen, som er konvensjonen for pashto. Nastaliq, den skrå kalligrafiske stilen, tilhører urdu og persisk poesi, og pashto satt i den ser malplassert ut for en pashto-leser. Programvare som antar at ethvert sørasiatisk språk med arabisk skrift er urdu, vil automatisk velge Nastaliq. Utdata er satt i en passende skrifttype, og fonten er innebygd slik at filen ikke faller tilbake til noe uegnet på en annen enhet.

Ikke som den innsendte versjonen. Immigrasjonsmyndigheter krever en oversettelse ledsaget av en signert sertifisering om at den er fullstendig og nøyaktig, noe et automatisk verktøy ikke kan gi. Det maskinoversettelse gjør bra i disse tilfellene er triagering: å lese en stabel med brev, sertifikater og rapporter raskt slik at en saksbehandler vet hva som er i filen og hvilke dokumenter som trenger sertifisering. Bestill en sertifisert oversettelse for selve innleveringen.

Mindre enn du kanskje forventer for skriftlig materiale. De sørvestlige og nordøstlige dialektgruppene skiller seg hovedsakelig i uttale, spesielt av retrofleks-bokstavene, mens stavemåten forblir den samme, så et skriftlig dokument reiser mellom Kandahar og Peshawar uten problemer. Vokabularet er der splittelsen viser seg: administrative og tekniske ord er lånt fra dari i Afghanistan og fra urdu eller engelsk i Pakistan, så et begrep som er kjent på den ene siden av grensen, er kanskje ikke kjent på den andre.

Mindre bredde enn engelsk i de fleste tilfeller, siden skriften er kompakt og korte vokaler ikke skrives, men mer høyde per linje, fordi bokstaver bærer prikker og merker over og under grunnlinjen, og avskjæringer er dype. Dokumenter lagt ut med tett linjeavstand for latinsk skrift er de som lider. Tabeller og skjemaer speiles også, så kolonneordenen snus, noe som er verdt å bekrefte før et dokument skrives ut.