PdfMathtranslate : outil open-source de traduction PDF conçu pour les articles scientifiques et les formules mathématiques 65

Qu'est-ce que PdfMathtranslate ?

PdfMathtranslate est un outil de traduction de documents PDF open source, également connu sous le nom de pdf2zh. Il est spécialement conçu pour la traduction d'articles scientifiques et de formules mathématiques, capable de conserver la mise en page d'origine, et prend en charge plusieurs langues et services de traduction.

Fonctionnalités de PdfMathtranslate

• Conservation de la mise en page originale : il préserve intégralement le contenu professionnel des documents PDF, notamment les formules, les graphiques, la structure de la table des matières et les annotations, garantissant que le document traduit conserve la même mise en page que l'original. La professionnalisme du contenu et la lisibilité du document traduit ne sont pas affectés, et les utilisateurs n'ont plus besoin de consacrer du temps et des efforts supplémentaires pour ajuster la mise en page. Le document traduit peut être directement utilisé dans des contextes tels que les échanges académiques et la préparation de matériel pédagogique.

• Affichage bilingue : prend en charge la génération de documents bilingues, facilitant la comparaison entre le texte original et la traduction, ce qui améliore considérablement l'efficacité de lecture et de compréhension.

• Prise en charge multilingue : prend en charge la traduction entre plusieurs langues sources et cibles. Il permet non seulement de traduire des documents de l'anglais vers le chinois, mais aussi de nombreuses autres combinaisons linguistiques. Les langues courantes telles que l'anglais, le chinois, le français, l'allemand, le japonais, etc., sont toutes prises en charge, répondant ainsi aux besoins des utilisateurs du monde entier.

• Services de traduction multiples : compatible avec Google, DeepL, Ollama, Openai, Azure OpenAI, Bing, Zhipu, DeepSeek, Qwen Translation et de nombreux autres services de traduction. Les utilisateurs peuvent choisir le service de traduction le plus adapté à leurs besoins et préférences, ce qui permet à l'outil de s'adapter à différents scénarios d'utilisation et exigences de qualité.

• Plusieurs modes d'utilisation :

• Outil en ligne de commande : adapté aux utilisateurs familiarisés avec les opérations en ligne de commande, offrant de nombreuses options de paramètres pour permettre une traduction rapide des documents et un affichage bilingue, par exemple la traduction complète, la traduction partielle de documents, la traduction dans une langue spécifiée, etc.

• Interface graphique interactive : interface Web conviviale, adaptée aux utilisateurs qui ne sont pas familiarisés avec la ligne de commande, accessible simplement via un navigateur.

• Déploiement conteneurisé : prend en charge le déploiement Docker, ce qui facilite son exécution sur un serveur ou dans un environnement cloud. La cohérence de l'environnement est élevée, évitant les problèmes de conflits de dépendances, et prend également en charge le déploiement multiplateforme.

• Plugin Zotero : intégration transparente dans l'outil de gestion bibliographique Zotero, permettant aux chercheurs en milieu académique de traduire directement les fichiers PDF.

• Service en ligne : propose des services publics gratuits, tels que HuggingFace Demo et ModelScope Demo, mais les ressources de calcul des services en ligne sont limitées et il convient d'éviter une utilisation excessive.

• Performances de traduction élevées : prend en charge la traduction multithread, ce qui améliore grandement la vitesse de traduction. Pour les documents volumineux, les utilisateurs peuvent ajuster le nombre de threads en fonction de leur configuration matérielle afin d'obtenir les meilleures performances tout en garantissant la stabilité. De plus, l'outil prend en charge la traduction partielle de documents, permettant aux utilisateurs de ne traduire que les pages spécifiées, ce qui améliore encore l'efficacité.

• Analyse précise de la mise en page : grâce à l'intégration de modèles avancés tels que DocLayout - YOLO, il est capable d'identifier intelligemment la mise en page des documents, de distinguer avec précision les différents éléments tels que le corps du texte, les formules, les graphiques et les annotations, garantissant ainsi l'exactitude des résultats de traduction et la cohérence de la mise en page. Cette capacité d'analyse précise de la mise en page est difficile à égaler pour les outils de traduction traditionnels.

• Optimisation de la technologie OCR : afin de réaliser une reconnaissance précise des formules mathématiques, la technologie OCR a été profondément optimisée. Elle est non seulement capable de reconnaître les caractères imprimés classiques, mais a également été spécifiquement entraînée pour les structures complexes propres au domaine mathématique, telles que les symboles, les indices et exposants, les fractions, les racines, etc. Grâce à un entraînement sur un grand nombre de données issues de la littérature mathématique, le modèle apprend les caractéristiques et les modèles de diverses expressions mathématiques, ce qui lui permet, lors de la reconnaissance réelle, de déterminer avec précision le type et la position de chaque élément.

• Fonction d'aperçu en temps réel : pendant le processus de traduction, les utilisateurs peuvent, grâce à la fonction d'aperçu en temps réel, vérifier et ajuster le contenu traduit à tout moment. Au fur et à mesure de la traduction, les utilisateurs peuvent voir une partie du contenu déjà traduit. Si les résultats de traduction ne sont pas satisfaisants, par exemple si la traduction d'un terme est inexacte ou si l'ordre des mots d'une phrase ne correspond pas aux usages de la langue cible, ils peuvent apporter des modifications en temps voulu. Cette conception interactive améliore considérablement la qualité de la traduction et la participation de l'utilisateur, rendant le processus de traduction plus flexible et contrôlable.

• Avantages du traitement par lots : prend en charge le traitement simultané de plusieurs documents PDF, ce qui améliore considérablement l'efficacité de la traduction. Pour les chercheurs devant traiter un grand nombre d'articles académiques, ou pour les enseignants ayant besoin de traduire plusieurs supports pédagogiques, la fonction de traitement par lots permet d'économiser beaucoup de temps et de coûts opérationnels.

Principe technique de PdfMathtranslate

• Analyse de documents : utilise des bibliothèques telles que Pdfminer.six et PyMuPDF pour analyser les documents PDF et en extraire le texte, les formules et les graphiques.

• Analyse de la mise en page : effectue une analyse de la mise en page basée sur des modèles tels que DocLayout - YOLO afin d'identifier les différents éléments du document (tels que les blocs de texte, les formules, les graphiques) et leur position.

• Interface des services de traduction : intègre les API de plusieurs services de traduction, telles que Google Cloud Translation, DeepL, etc., pour réaliser la traduction automatique des textes.

• Traduction multithread : utilise des outils tels que MathTranslate pour effectuer des traductions multithread, améliorant ainsi l'efficacité de la traduction.

Comment utiliser PdfMathtranslate

Traduction en ligne de commande :

• Après avoir installé Python et le paquet d'outils, exécutez la commande pdf2zh paper.pdf.

• Prend en charge des options avancées, telles que la spécification de la langue -li en -lo zh, le choix du service de traduction -s deepl.

Interface utilisateur graphique :

• Après avoir lancé l'interface graphique, téléchargez un fichier PDF ou saisissez un lien en ligne, sélectionnez les paramètres de traduction, puis cliquez sur « Traduire ».

Déploiement Docker :

• Récupérez et exécutez le conteneur Docker : docker pull byaidu/pdf2zh, puis accédez à http://localhost:7860/.

Avantages

• Protection des formules : grâce à la technique des espaces réservés, évite que les formules ne soient endommagées pendant le processus de traduction.

• Open source et gratuit : les utilisateurs peuvent librement télécharger, modifier et utiliser l'outil.

• Plusieurs formats de sortie : prend en charge l'exportation des résultats de traduction sous forme de fichiers PDF ou Word.

Scénarios d'application de PdfMathtranslate

• Recherche académique : traduction rapide d'articles scientifiques en préservant les formules et la mise en page.

• Apprentissage des étudiants : aide les étudiants à traduire des manuels de mathématiques ou des recueils d'exercices.

• Services de traduction de documents : fournit une solution efficace pour le secteur de la traduction.

Démonstration en ligne :https://pdf2zh.com/

Github :https://github.com/Byaidu/PDFMathTranslate