Översätt PDF till Pashto

Eftersom bokstäverna inte är de du tror att de är. Flera pashtutecken liknar arabiska eller persiska tecken nära och är separata kodpunkter, och text som skrivits på ett arabiskt tangentbord eller körts genom ett normaliseringsverktyg slutar med att använda fel tecken. Sidan ser rätt ut och filen matchar inte längre vid sökning, sorteras felaktigt och stämmer inte överens med register som finns någon annanstans. Utdata använder de korrekta pashtutecknen, vilket är vad som gör den resulterande texten sökbar.

Nej. Dari och farsi är varianter av persiska och tillhör den västra grenen av de iranska språken, medan pashto är öst-iranska, med egen grammatik, eget ordförråd och ytterligare bokstäver som persiska inte använder. Afghanistan har både pashto och dari som officiella språk, och många dokument innehåller båda, vilket är anledningen till att identifiera språket på sidan innan översättning spelar större roll här än i de flesta par.

Ibland, och bildkvaliteten avgör. Kursiv handstil i ett höger-till-vänster-skript är bland det svåraste materialet för automatisk igenkänning, och afghanska intyg är ofta handskrivna, stämplade över, fotokopierade upprepade gånger och sedan fotograferade i dåligt ljus. Ta bilden platt och jämnt belyst med högsta möjliga upplösning som din enhet tillåter. Där resultatet är oklart, behandla maskinläsningen som en första genomgång och låt en mänsklig översättare bekräfta namn och datum.

Blandade sidor är normalt i afghanska papper och läses som sådana snarare än att tvingas in i ett språk. De två delar de flesta av sina bokstäver, så ett verktyg som gissar ett enda språk för hela filen kommer att översätta en av dem felaktigt samtidigt som det producerar text som ser flytande ut. Om ditt dokument är tvåspråkigt, säg det, och kontrollera båda delarna av utdata snarare än bara den del du förväntade dig.

Naskh, den upprättstående stilen, som är konventionen för pashto. Nastaliq, den lutande kalligrafiska stilen, tillhör urdu och persisk poesi, och pashto satt i den ser malplacerat ut för en pashtuläsare. Programvara som antar att vilket sydasiatiskt språk som helst med arabisk skrift är urdu kommer automatiskt att välja Nastaliq. Utdata är satt i ett lämpligt typsnitt och teckensnittet är inbäddat så att filen inte faller tillbaka till något olämpligt på en annan enhet.

Inte som den inlämnade versionen. Immigrationsmyndigheter kräver en översättning åtföljd av en undertecknad certifiering om att den är fullständig och korrekt, vilket ett automatiskt verktyg inte kan tillhandahålla. Vad maskinöversättning gör bra i dessa fall är triagering: att snabbt läsa en hög med brev, certifikat och rapporter så att en handläggare vet vad som finns i filen och vilka dokument som behöver certifieras. Beställ en certifierad översättning för själva inlämningen.

Mindre än du kanske tror för skriftligt material. De sydvästra och nordöstra dialektgrupperna skiljer sig främst i uttal, särskilt av de retroflexa bokstäverna, medan stavningen förblir densamma, så ett skrivet dokument färdas mellan Kandahar och Peshawar utan svårighet. Ordförrådet är där uppdelningen visar sig: administrativa och tekniska ord lånas från dari i Afghanistan och från urdu eller engelska i Pakistan, så en term som är bekant på ena sidan av gränsen kanske inte är det på den andra.

Mindre bredd än engelska i de flesta fall, eftersom skriften är kompakt och korta vokaler inte skrivs, men mer höjd per rad, eftersom bokstäver bär prickar och märken över och under baslinjen och gemener är djupa. Dokument som är lagda med tät radavstånd för latinsk typ är de som drabbas. Tabeller och formulär speglar också, så kolumnordningen vänds, vilket är värt att bekräfta innan ett dokument skrivs ut.