内容中心 › 文献
「参考文献能不能一起翻？」
这个问题我被问过很多次。结论先给：可以翻，但不是现在这个翻法。
同一份译文里，40 条文献的编号、年份、DOI 几乎全在，38 条标题变成了中文。能用来定位的都在，能用来检索的都没了。
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。下面的数字全部从两份 PDF 的文字层里抠出来，逐条比对，口径写在文末。
一条参考文献能拆出编号、作者、标题、期刊或会议名、年份、卷期页码、DOI。逐个回查之后，结果是这样：
| 字段 | 原文里有 | 译文里还在 | 结论 |
|---|---|---|---|
| 编号 [1]–[40] | 40 | 40 | 全在 |
| 年份 | 40 | 39 | 丢 1 个 |
| DOI / arXiv 号 | 22 | 21 | 丢 1 个 |
| 期刊·会议名（英文） | 37 | 35 | 2 条被译成中文 |
| 作者姓氏 | 40 | 36 | 4 条换成了中文名 |
| 论文标题（英文） | 40 | 2 | 38 条全译 |
这张表最值得看的是最后一行和前几行的落差：数字类字段近乎全活，英文字段近乎全灭。
不是程序偷懒，是判断口径的问题。文档解析把文献区和正文一样切成文本块，切完一起送进翻译队列——模型不认识「这是文献条目」，它只看到一段英文，于是照翻。而数字、DOI、编号本来就不在翻译范围里，模型不会去改数字串，所以一个不少。
所以别指望换档位能解决。四档的差别在版面和公式，文献区是纯文字块，四档都会把它送翻。
第二件事跟翻译质量无关，跟「怎么翻的」有关。
译文第 11 页，作者之间用「和」，条目内还留着 31 个英文逗号、11 个英文句点；翻到第 12 页，同样的位置变成「与」「、」「。」，一个「和」都没有，还多出 6 处「载于」、5 处「页码」。
逐页数一遍：第 11 页「和」8 次、「与」10 次、顿号 18 个、英文逗号 31 个；第 12 页「和」0 次、「与」17 次、顿号 45 个、英文逗号 2 个。
同一份 PDF、同一个任务、相邻两页，两套中文标点。这说明文献区不是一个整体送进去的，是分批送的，每批上下文不一样，句式就跟着漂。
对读者的影响很具体：你想批量替换都替不了，一页一个写法。
按用途分三种，成本差得远：
只读大意 —— 整篇翻，文献页扫一眼就行。标题译成中文不影响你理解它引了谁。
要投出去 —— 文献页留原文，正文翻。这是我现在用的。理由很简单：正文你只需要读懂，文献以后还要引用，两者要求不一样。
要批量整理文献 —— 别走 PDF 这条路。先把文献区按行拆开，一条条进文献管理软件，比在译文里改 40 条快得多。
第二种有个坑要提醒：文献区常常从上页末尾就开始，这份文件是第 10 页最后一条。切页的时候别从「参考文献」这个标题切，往前多看半页，不然会漏掉一条。
1. 翻到文献首页，看条目里有没有中文标题。有，就是整篇被译了。
2. 看作者之间的连接词。出现「和」「与」「、」，说明分隔符被动过，粘进文献管理软件会散。
3. 抽 3 条 DOI 或 arXiv 号核对。三处都对，说明结构没坏，剩下的只是文字活。
前两步三十秒能做完。第三步是保险：结构对，意味着版面和块定位没出问题，你就不用整页重做。
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。
边界也得说清楚：手写体、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。上面这份是电子版，已经算好处理的一类。
最后一句实话：文献区被整段翻译，是「整页文字送翻」的通病，不是哪一家独有的毛病。也正因如此，上面那三步判断，对哪份译文都适用。
---
取数：PyMuPDF 抠两份 PDF 的文字层，文献区取第 10 页末至第 12 页；字段按正则匹配，汉字按 U+4E00–U+9FFF 计数。脚本 tools/csdn_measure_refs3.py，可复现。