تحويل PDF الممسوح ضوئيًا إلى Word قابل للتعديل، صفحة بصفحة، بأي خط أو لغة

لماذا تعجز روبوتات الذكاء الاصطناعي العامة أمام الكتب الممسوحة ضوئيًا؟

لا يحتوي ملف PDF الممسوح ضوئيًا على أي نص داخله، بل مجرد صور للصفحات. يتعين على روبوت الدردشة فحص كل صورة وكتابة ما يراه، وعندما يتعلق الأمر بمئات الصفحات، يميل لقراءة الصفحات الأولى واستنتاج الباقي من السياق. وهذا تلخيص وليس تفريغًا نصيًا.

وتزيد أنظمة الكتابة المشكلة تعقيدًا؛ فالخط النستعليق الأردي يمتاز بحروفه المائلة والمتراكبة، مما يجعل النقاط والوصلات عرضة للخطأ بسهولة، وتميل النماذج المدربة أساسًا على العربية والفارسية إلى كتابة الياء (ي) أو الكاف (ك) العربيتين حيث تتطلب الأردية (ی) أو (ک). كما أن للباشتو حروفها الخاصة، وتستخدم الكتابة الجعزية علامات صغيرة على كل مقطع صوتي للدلالة على الحركات. تقرأ هذه الأداة كل صفحة على حدة بدقة عالية مع توجيهات خاصة بالخط الذي تختاره، وتعلّم الكلمات غير المؤكدة بدلاً من التخمين.

استخدامات شائعة للتحويل

• كتب ممسوحة ضوئيًا بالأردية والفارسية والباشتو للبحث أو إعادة النشر أو الترجمة
• وثائق عائلية وخطابات قديمة مطبوعة بالأمهرية أو التغرينية أو العربية
• المذكرات والرسائل الجامعية التي لا تتوفر إلا بنسخ ممسوحة ضوئيًا
• وثائق المحاكم والهجرة التي تتطلب ترجمتها تحويلها إلى نص أولاً
• نصوص دينية وأدبية للدراسة والبحث والاقتباس

الحدود المسموحة، وكيفية الحصول على أفضل نتيجة

تُعطي النسخ الممسوحة بدقة 300 dpi أو صور الهاتف الواضحة أفضل النتائج؛ بينما قد تؤدي المطبوعات المشوشة أو متناهية الصغر أو التالفة بشدة إلى ظهور المزيد من الكلمات المظللة. أما الصفحات المكتوبة بخط اليد فتتطلب أداة مختلفة: استخدم تحويل الخط اليدوي إلى نص. يُعاد بناء التنسيق كفقرات وجداول وليس كنسخة مطابقة للبكسلات: حيث تتحول الأعمدة إلى نص متصل، ولا تُدرج الصور.

يجري اختيار خطوط ملف Word لتناسب نظام الكتابة (على سبيل المثال خط Urdu Typesetting للأردية)؛ وإن لم يكن الخط مثبتًا على جهازك، فسيستبدله Word تلقائيًا بخط آخر، ويمكنك تغييره بنقرة واحدة. تغطي الدفعة الواحدة ما يصل إلى 300 صفحة في ما يصل إلى 50 ملفات بحجم أقصاه 200 ميغابايت؛ وتغطي باقة غير محدود 600 صفحة لكل مهمة. لترجمة النتيجة، ارفع ملف Word إلى أداة Translate Word Document.