Traducerea și tastarea profesională (OCR-DTP) a instrucțiunilor germane scanate pentru calibrarea unui spectrometru în versiunea rusă, păstrând în același timp aspectul

Situație inițială - laboratorul folosește un spectrometru Bruker Vertex 70, toată documentația de service pentru calibrari și diagnosticare este disponibilă doar în limba germană. Există 3 fișiere PDF cu scanări ale instrucțiunilor tipărite (aproximativ 180 de pagini în total), calitatea este diferită - distorsiuni, umbre de la legare, font mic și tabele pe alocuri. Sunt necesare documente sub formă de fișiere în limba rusă pentru instruirea internă și auditurile de calitate, păstrând structura, numerotarea, referințele încrucișate, formulele, notațiile și tabele.

Mediu tehnic și domeniu - instrumentație analitică, optică/spectroscopie IR, proceduri de calibrare (calibrare Wavenumber, alinierea diafragmei, verificări detectorului), înregistrarea abaterilor, cerințele ISO 17025. Sunt necesare abilități de lucru cu OCR și DTP, acuratețe terminologică și înțelegere a sensului procedurilor pentru a nu „rupe” instrucțiunile cu traducere literală.

Ceea ce ar trebui să obțineți este un set de documente în limba rusă în format DOCX și PDF-ul final, cât mai aproape vizual de originalul. În paralel - un tabel de termeni DE-RU (minim 80 de termeni) cu traduceri uniforme și note despre cazuri controversate.

Etapele de execuție
1 - Preprocesarea scanărilor - alinierea, curățarea fundalului, împărțirea/lipirea paginilor dacă este necesar, pregătirea pentru OCR.
2 - OCR cu corectura manuala - restaurare text, formule, simboluri grecesti, indici/grade, caractere speciale si unitati de masura; set îngrijit de mese.
3 - Traducerea DE-RU - menținerea uniformității termenilor, păstrarea avertismentelor/notelor, transmiterea corectă a modurilor și parametrilor de funcționare, fără modificarea semnificației numerelor, toleranțelor și unităților.
4 - Aspect și control al calității - menținerea structurii, titlurilor, numerotării, legendelor la imagini, link-uri precum „vezi. secțiunea 3.2”, stil uniform de tabel; verificarea finală pentru neconcordanțe.

Restricții
- Nu puteți modifica valorile numerice, toleranțele, denumirile butoanelor/elementelor de meniu ale software-ului instrumentului și numele fișierelor - traduceți doar textul explicativ.
- Termenii trebuie să fie consecvenți în întregul set - un termen per traducere, dacă nu se justifică altfel.
- Toate punctele controversate trebuie înregistrate într-o listă separată de întrebări (până la 20 de puncte) înainte de trimiterea finală.
- Confidentialitate - sursa si rezultatul nu trebuie publicate sau folosite in portofoliu.

Criterii de acceptare măsurabile
- 100% din paginile PDF originale au fost transferate în set păstrând logica structurii - secțiuni/subsecțiuni, numerotare, semnături, tabele.
- erori OCR în locuri critice (numere, unități, etape procedurale, avertismente) - nu mai mult de 2 pentru întregul set; toate cele găsite au fost corectate.
- Glosar terminologic - minim 80 de rânduri DE-RU, aplicate uniform.
- Potrivirea vizuală a PDF-ului final cu originalul în ceea ce privește structura paginii - discrepanțe acceptabile în întreruperile de rând/fonturi, dar tabelele, titlurile, numerotarea și semnăturile trebuie să fie în aceleași locuri și să fie citite.

Fișiere de intrare - 3 scanări PDF; dacă este necesar, voi pune la dispoziție 10-15 pagini pentru promovarea testului la început.
Fișiere de ieșire - DOCX pentru fiecare PDF, un singur PDF, glosar în XLSX/CSV, listă de întrebări/comentarii într-un fișier separat.