Bir PDF dosyası metin içerebilir ya da yalnız bir resimden ibaret olabilir. Fark, fiyatın kesinliğini de süreyi de etkiler. Bu yazı taranmış belgelerle çalışmayı adım adım anlatıyor.
İki tür PDF vardır
Bir PDF dosyası iki şekilde oluşabilir. Birincisi, Word ya da başka bir programdan “PDF olarak kaydet” ile üretilen dosyadır; içinde seçilebilir, kopyalanabilir bir metin katmanı vardır. İkincisi, kâğıt belgenin tarayıcıdan ya da telefon kamerasından geçirilmesiyle oluşan dosyadır; görünüşte metindir ama aslında bir resimdir. Bu ikinci türe taranmış PDF denir.
Fark basit bir denemeyle anlaşılır: PDF’i açın ve bir kelimeyi fareyle seçmeye çalışın. Seçebiliyorsanız metin katmanı vardır; seçemiyorsanız belge taranmıştır.
Taranmış PDF neden doğrudan sayılamaz?
Kelime ve karakter sayımı, metnin kendisini gerektirir. Taranmış bir dosyada metin olmadığı için sayım da yapılamaz. Lügatra’nın fiyat hesaplayıcısı PDF’i tarayıcınızda açar ve her sayfadaki metin katmanını okur. Bir sayfada metin yoksa ya da çok azsa, o sayfa taranmış kabul edilir ve sayfa başı ortalama karakter üzerinden bir tahmin yapılır. Teklifte bu durum açıkça yazar: “Taranmış belge: sayım sayfa başı tahmindir; kesin fiyat metin tanıma sonrası onaylanır.”
OCR nedir?
OCR (optik karakter tanıma), resim hâlindeki metni bilgisayarın okuyabileceği metne dönüştüren işlemdir. Tercüme bürosunda OCR iki amaçla yapılır: kesin sayımı çıkarmak ve çevirmene üzerinde çalışabileceği bir metin vermek. OCR çıktısı hiçbir zaman olduğu gibi kullanılmaz; özellikle rakamlar, özel adlar ve tablolar elle kontrol edilir. “0” ile “O”, “1” ile “l”, “rn” ile “m” gibi karışmalar OCR’ın klasik hatalarıdır.
Tarama kalitesi neyi değiştirir?
| Durum | Sonuç | Öneri |
|---|---|---|
| Düz, aydınlık, 300 dpi tarama | OCR çok az hata yapar | En iyi seçenek |
| Telefon fotoğrafı, eğik ve gölgeli | Kenarlarda harf kaybı | Belgeyi düz zemine koyup gün ışığında çekin |
| Fotokopinin fotokopisi | Soluk harfler, lekeler | Mümkünse asıl belgeyi taratın |
| Renkli mühür üstünde metin | Mühür altındaki yazı okunamayabilir | Mühürlü alanı ayrıca yakından çekin |
| El yazısı | OCR güvenilmez | Çevirmen elle okur |
Kalitesiz tarama, OCR hatalarını artırır ve kontrol süresini uzatır. Bazı durumlarda belge o kadar okunaksızdır ki çevirmen bir kelimeyi ancak bağlamdan çıkarabilir; böyle yerler çeviride “[okunamadı]” olarak işaretlenir. Yeminli çeviride tahmin edilmiş bir kelime yerine bu işaretin kullanılması, çevirinin güvenilirliği için şarttır.
El yazısı ve mühürler
El yazısıyla doldurulmuş formlar, kenar notları ve imza yanındaki tarihler OCR’ın en zorlandığı bölümlerdir. Çevirmen bunları elle okur ve çevirir. Mühür, kaşe ve imzalar çevrilmez, yerleri köşeli parantez içinde açıklanır. Mühürün içindeki yazı okunabiliyorsa o da aktarılır: “[Mühür: … Belediyesi Yazı İşleri Müdürlüğü]”.
Düzen koruma
Taranmış bir belgenin çevirisi, kaynakla yan yana konduğunda kolayca eşleşmelidir. Bu yüzden tablolar tablo olarak, başlıklar başlık olarak, sayfa sonları kaynaktaki gibi yeniden kurulur. Bu düzen kurma emeği, düzenlenebilir bir Word dosyasından çeviriye göre daha fazladır. Uzun ve tablo yoğun taranmış belgelerde bu fark teklife yansıyabilir.
Fiyat tahmini nasıl kesinleşir?
Taranmış belgede ilk teklif, sayfa sayısı ve sayfa başı ortalama karakterle hesaplanır. OCR ve kontrol sonrası gerçek karakter sayısı çıkar. Gerçek sayı tahminden belirgin biçimde farklıysa proje yöneticisi güncel teklifi onayınıza sunar; onayınız olmadan fiyat değişmez. Belge seyrek yazılı bir form ise gerçek sayı tahminin altında kalabilir; yoğun dipnotlu bir hukuk metni ise üstünde.
Daha hızlı ve ucuz sonuç için
Elinizde belgenin dijital aslı varsa (kurumun e-posta ile gönderdiği PDF, e-Devlet çıktısı gibi), taranmış kopya yerine onu gönderin. Metin katmanı olan dosya hem anında kesin sayılır hem de OCR aşamasını atlar. Dosyayı fiyat hesaplayıcıya bıraktığınızda hangi sayfaların taranmış olduğunu hemen görürsünüz.
Örnek bir senaryo: eski bir mahkeme kararı
Bir müvekkilin yıllar önce alınmış, daktiloyla yazılmış ve üzerinde çok sayıda mühür ve el yazısı şerh bulunan bir mahkeme kararı çevrilecek. Elde yalnız fotokopiden taranmış bir PDF var. Fiyat hesaplayıcı belgeyi açtığında hiçbir sayfada metin katmanı bulamaz ve sayfa sayısına göre tahmin yapar. Proje yöneticisi OCR sonrası metnin büyük kısmının okunduğunu ama mühür altındaki satırların ve el yazısı şerhlerin elle okunması gerektiğini görür. Çevirmen bu bölümleri asıl belgeyle karşılaştırarak okur; okunamayan iki kelime çeviride “[okunamadı]” olarak işaretlenir. Kesin sayım tahmine yakın çıktığı için teklif değişmez.
OCR’ın sınırları
OCR yazılımları düzenli basılı metinde çok başarılıdır, ama tablolarda sütunları karıştırabilir, dipnotları ana metnin içine katabilir, sayfa numaralarını cümlelerin ortasına yerleştirebilir. Bu yüzden OCR çıktısı her zaman insan gözüyle düzenlenir. Bu düzenleme emeği belgenin karmaşıklığına göre değişir; sade bir mektupta neredeyse sıfırken, çok sütunlu bir mali tabloda saatler sürebilir.
Telefonla tarama ipuçları
Belgeyi telefonla tarıyorsanız, belgeyi koyu bir zemin üzerine koyun, telefonu belgeye paralel tutun, flaş yerine gün ışığı kullanın ve tarayıcı uygulamalarının “belge” kipini seçin. Her sayfayı ayrı çekin, sonra tek PDF’te birleştirin. Bu basit adımlar OCR hatalarını belirgin biçimde azaltır.
Kısa sorular
### PDF’im şifreliyse ne olur? Açılış şifresi olan dosyalar tarayıcıda okunamaz; şifreyi kaldırıp yeniden bırakmanız gerekir. Yalnız düzenleme kısıtlaması olan dosyalar çoğu zaman okunabilir. ### Bir PDF’in bazı sayfaları taranmış, bazıları metinliyse? Hesaplayıcı sayfaları tek tek değerlendirir: metin katmanı olan sayfalar kesin sayılır, olmayanlar tahmin edilir. Teklifte kaç sayfanın tahmini olduğu ayrıca yazar.
Hangi belgeler genellikle taranmış gelir?
Nüfus kayıt örnekleri, tapu belgeleri, eski diplomalar, mahkeme kararları, el yazısı raporlar ve imzalı sözleşme sayfaları çoğunlukla taranmış hâlde gelir. Bu belgelerin bir kısmının dijital aslına ulaşmak mümkündür: e-Devlet üzerinden alınabilen belgeler, kurumların e-postayla gönderdiği PDF’ler ve imzalı sözleşmelerin imza öncesi Word sürümleri gibi. Dijital asıl hem daha hızlı sayılır hem de OCR hatası riskini sıfırlar; imzalı sayfanın taranmış kopyası ise yalnız imza ve mühür açıklaması için eklenir.
