PDFMathTranslate/PDFMathTranslate

解決する課題

PDFMathTranslate は、科学技術PDFドキュメントを翻訳する際に元のレイアウトを維持するという問題を解決します。数式、図表、目次、注釈などの複雑な要素が翻訳プロセス中に保持されることを保証し、一般的なドキュメント翻訳ツールでよく見られる書式の崩れを防ぎます。

仕組み

このツールはPDFからテキストを抽出し、サポートされている様々な翻訳サービスを使用して翻訳します。PDFの種類に応じて異なる処理モードを採用しています：

• ノーマルモード (Normal Mode)：ONNXベースのレイアウトモデル (DocLayout-YOLO) を使用してドキュメント構造を識別します。
• 超高速モード (Ultrafast Mode)：PDFのネイティブなテキスト位置情報を使用してヒューリスティックなレイアウトを行い、OCRやONNXレイアウトをスキップすることで、ネイティブテキストPDFの処理を高速化します。
• 実験的OCR：画像のみのページに対して自動的にローカルOCRを実行し、翻訳前に単語を段落に再グループ化します。
• 組版 (Typesetting)：翻訳されたテキストは、元のフォントサイズの中央値から開始し、元のバウンディングボックスに収まるように動的にスケーリングされます。

対象ユーザー

数式やレイアウトの構造的整合性を損なうことなく、科学論文や技術文書を翻訳する必要がある研究者、学生、学術関係者向けに設計されています。

ハイライト

• レイアウトの維持：数式、図表、注釈をそのまま保持します。
• 柔軟なデプロイ：コマンドラインツール、ブラウザベースのGUI、Dockerコンテナ、Zoteroプラグインとして利用可能です。
• 複数の翻訳バックエンド：GoogleやDeepLを含む様々な翻訳サービスをサポートしています。
• 多様な入力：ネイティブテキストPDFとOCRによるスキャン済みドキュメントの両方に対応しています。