wxyhgk/retain-pdf

解決する課題

RetainPDFは、元のレイアウトを保持しながらPDF文書を翻訳するように設計されたオープンソースツールです。特に、画像ベースまたはスキャンされたPDFの課題に焦点を当てており、これらはフォーマット、複雑な数式、科学論文に典型的な複数カラムのレイアウトを失うことなく翻訳することが難しいことがよくあります。

仕組み

このプロジェクトは、独自のフォントレイアウトアルゴリズムを使用して、複数カラムの論文や複雑な数式のレイアウトを復元します。テキストボックスを個別に翻訳することで生じる断片的な翻訳を避けるために、システムは翻訳前に完全な意味単位（文と段落）を復元します。また、PDF構造の最適化、コードスニペットの誤訳を防ぐためのコード保護、カスタマイズ可能な翻訳戦略などの機能も含まれています。

対象ユーザー

学術論文（SCI論文）、教科書、スキャン文書を翻訳する必要がある研究者、学生、専門家で、元のファイルの正確な視覚構造と数学的整合性を維持したい方。

ハイライト

• スキャンPDFサポート：画像ベースおよびスキャンされたPDFに特に最適化。
• 数式の保持：インライン数式と周囲のテキストとの関係を高安定性で保持。
• レイアウト復元：複数カラムのレイアウトと複雑なフォーマットの高度な復元。
• AIアシスタント：ページ番号と元のテキスト引用付きの回答を提供する統合AI Q&A。
• 統合リーダー：元のPDFと翻訳されたPDFの並列比較、およびPDFからMarkdownへの読み取りをサポート。
• オープンAPI：Dockerを介した自動化と自己展開のためのオープンAPIを提供。