内容中心 › 文献
译完先翻最后三页。40 条参考文献，条条带中文。
第 [1] 条标题写着「层归一化」，原文是 Layer normalization。往下翻，条条如此。
正文翻得再顺，这三页也不能原样交出去。
素材是 arXiv:1706.03762 那篇 15 页的 Transformer 论文。原文 15 页，译文 15 页，页数一格没变。下面每个数字都是从两份 PDF 的文字层抠出来的，口径写在文末。
〔图〕原文 PDF 第 11 页与翻呗译文第 11 页左右对比 · 未经二次排版
| 检查项 | 原文 | 译文 | 结果 |
|---|---|---|---|
| 页数 | 15 | 15 | 没变 |
| 条目数 | 40 | 40 | 没丢 |
| 编号 [1]–[40] | 40 个 | 40 个 | 全在 |
| 作者姓氏还能找到 | 40 条 | 37 条 | 3 条找不到 |
| DOI / arXiv 号 | 16 处 | 16 处 | 全部原样 |
| 含中文的条目 | 0 条 | 40 条 | 全部被译 |
| 汉字数 ≥8 的条目 | 0 条 | 38 条 | 译本化严重 |
| 连接词 and | 44 处 | 40 处「和 / 与」 | 被替换 |
这张表最值得看的是中间两列：结构全对，文字全变。
编号一个不少，DOI 和 arXiv 号 16 处一处没错，页数也没涨：版面分析、块定位、原位回填都成了。坏的不是排版，是「送进去翻的那段文字」——参考文献跟正文一样，被当成要翻译的内容。
一、论文标题被整体译成中文。
[1] Layer normalization → 层归一化；[10] Generating sequences with recurrent neural networks → 使用循环神经网络生成序列。
40 条里 38 条含 8 个以上汉字，基本是标题全译。标题是检索键，译成中文后拿它去搜，搜不到原文。
二、连接词和分隔符被换掉。
原文 44 个 and，译文里成了 40 个「和」「与」；作者之间的逗号有 68 处变成顿号。卷期页码也跟着中文化，一条里「载于」「页码」混着英文期刊名，粘进文献管理软件多半认不出来。
三、人名被音译，还有字符直接掉了。
[15] 的 Yonghui Wu 译成「吴永慧」，[28] 的 Kaiming Xiong 译成「熊开明」。作者名一改，按作者检索这条线就断了。
更细的一处：[16] 原文是 Łukasz Kaiser，译文里那个 Ł 没了，页面上只剩「ukasz Kaiser」，前面空出一格。放大 6 倍看过，不是方框，是字符本身缺了。参考文献区一共数出 37 个 U+0000 空字符，都夹在条目之间。
这不是档位能解决的问题。四档的差别在版面和公式：常规原位回填，公式保留把公式当图形块，精排按原始边框重排，扫描件先 OCR 再进同一条流水线。
参考文献是纯文字块，不是公式也不是表格，四档都会把它送进翻译队列。选贵的那一档，版面更整齐，标题照样是中文——四档都分不清一段英文是正文还是文献条目，没有「这段不翻」这个判断。
三步，两分钟能做完：
1. 翻到最后一页，看条目标题。 出现中文标题，就是全篇被译本化了，别往下改，直接换方案。
2. 看作者之间的连接词。 出现「和」「与」「、」，说明分隔符被动过，粘进 BibTeX 会报错。
3. 抽查 3 条 DOI 或 arXiv 号。 三处都对，说明结构没坏，可以只修文字；错一处，整段重做。
三步都过，这份译文的参考文献可以留；第一步就不过，建议文献那几页单独处理——正文照翻，文献页留原文，最后自己贴回去。多花十分钟，比改 40 条快。
翻呗翻译支持 24 种语言，单文件 300MB / 1500 页，四档按页计费：常规 1、公式保留 5、版式精排 6、扫描件增强 9 积分每页，中英对照每页加 1。版式精排是按原始边框重排表格、图注、双栏，不整页重画；扫描件按语种分 OCR 通道。
边界也得讲清楚：手写体和竖排古籍识别率低；三栏以上版面可能错位；扫描件准确率整体比电子版低一档，电子版能对的地方，扫描件可能对不上。上面这份是电子版，已经算好处理的一类。
参考文献被译是「整页文字送翻」的通病，不是哪一家独有的毛病。判断办法就那三步：先看条目标题有没有变中文，再看连接词，最后抽 DOI。
---
取数：用 PyMuPDF 抠两份 PDF 的文字层，文献区取第 10 页末至第 12 页；汉字按 U+4E00–U+9FFF 计数，DOI 与 arXiv 号按正则匹配。