Traduzir PDF para Pashto

Porque as letras não são as que pensa que são. Vários caracteres Pashto assemelham-se a caracteres Árabes ou Persas e são pontos de código separados, e o texto digitado num teclado Árabe ou processado por uma ferramenta de normalização acaba por usar os incorretos. A página parece correta e o ficheiro deixa de corresponder na pesquisa, ordena incorretamente e não se alinha com os registos guardados noutro local. O resultado usa os caracteres Pashto corretos, o que torna o texto resultante pesquisável.

Não. Dari e Farsi são variedades de Persa e pertencem ao ramo ocidental das línguas Irânicas, enquanto Pashto é Iraniano oriental, com a sua própria gramática, o seu próprio vocabulário e letras adicionais que o Persa não usa. O Afeganistão tem Pashto e Dari como línguas oficiais, e muitos documentos contêm ambos, razão pela qual a identificação da língua na página antes de traduzir é mais importante aqui do que na maioria dos pares.

Às vezes, e a qualidade da imagem decide. A escrita cursiva numa escrita da direita para a esquerda é um dos materiais mais difíceis para o reconhecimento automático, e as certidões afegãs são frequentemente manuscritas, carimbadas, fotocopiadas repetidamente e depois fotografadas sob má iluminação. Tire a fotografia de forma plana e uniformemente iluminada na resolução mais alta que o seu dispositivo permitir. Onde o resultado for incerto, trate a leitura automática como uma primeira passagem e peça a um tradutor humano para confirmar nomes e datas.

Páginas mistas são normais na papelada afegã e são lidas como tal, em vez de serem forçadas para uma única língua. As duas partilham a maioria das suas letras, pelo que uma ferramenta que adivinha uma única língua para todo o ficheiro traduzirá uma delas incorretamente, produzindo um texto que parece fluente. Se o seu documento for bilíngue, diga-o e verifique ambas as partes do resultado em vez de apenas a secção que esperava.

Naskh, o estilo vertical, que é a convenção para Pashto. Nastaliq, o estilo caligráfico inclinado, pertence ao Urdu e à poesia Persa, e Pashto escrito nele parece deslocado para um leitor de Pashto. O software que assume que qualquer língua do Sul da Ásia com escrita Árabe é Urdu procurará Nastaliq automaticamente. O resultado é definido numa fonte apropriada e a fonte é incorporada para que o ficheiro não recorra a algo inadequado noutro dispositivo.

Não como a versão submetida. As autoridades de imigração exigem uma tradução acompanhada de uma certificação assinada de que é completa e exata, o que uma ferramenta automática não pode fornecer. O que a tradução automática faz bem nestes casos é triagem: ler rapidamente uma pilha de cartas, certificados e relatórios para que um assistente social saiba o que está no ficheiro e quais os documentos que precisam de ser certificados. Encomende uma tradução certificada para o próprio processo.

Menos do que se poderia esperar para material escrito. Os grupos de dialetos sudoeste e nordeste diferem principalmente na pronúncia, particularmente das letras retroflexas, enquanto a ortografia permanece a mesma, pelo que um documento escrito viaja entre Kandahar e Peshawar sem dificuldade. O vocabulário é onde a divisão se manifesta: palavras administrativas e técnicas são emprestadas do Dari no Afeganistão e do Urdu ou Inglês no Paquistão, pelo que um termo familiar de um lado da fronteira pode não ser do outro.

Menos largura do que o Inglês na maioria dos casos, uma vez que a escrita é compacta e as vogais curtas não são escritas, mas mais altura por linha, porque as letras carregam pontos e marcas acima e abaixo da linha de base e os descendentes são profundos. Documentos com espaçamento de linha apertado para tipos latinos são os que sofrem. Tabelas e formulários também espelham, pelo que a ordem das colunas inverte-se, o que vale a pena confirmar antes de um documento ser impresso.