新闻详情

新闻详情

首页 / 资讯中心 / 详情

3 条命令跑通 PDF 全文翻译:公式和排版完整保留的完整指南

发布时间:2026/9/29 2:39:58来源:尧图网络
3 条命令跑通 PDF 全文翻译:公式和排版完整保留的完整指南
3 条命令跑通 PDF 全文翻译公式和排版完整保留的完整指南【免费下载链接】PDFMathTranslate[EMNLP 2025 Demo] PDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译支持 Google/DeepL/Ollama/OpenAI 等服务提供 CLI/GUI/MCP/Docker/Zotero项目地址: https://gitcode.com/GitHub_Trending/pd/PDFMathTranslatePDFMathTranslatepdf2zh把外文 PDF 译成中文同时保留数学公式、图表、目录和原始排版支持 Google/DeepL/Ollama/OpenAI 等翻译服务提供命令行、浏览器 GUI 和 Docker 三种入口。谁需要它 如果你常读带公式的外文论文、技术手册或会议材料这个工具就是为你准备的。它适合三类人需要精读带推导的学术 PDF 的科研人员负责技术文档本地化、要批量产出双语版本的工程师以及想给文献库批量生成中文对照版、又不愿逐页手工重排的读者。项目已被 EMNLP 2025 Demo 收录代码里同时提供 MCP 服务入口方便接入自己的工具链。一条命令跑起来 ⚡最简路径是 pip 安装加一次调用要求 Python 3.11–3.12pip install pdf2zh pdf2zh example.pdf装完直接翻译当前目录的 PDF默认使用 Google 服务、无需任何 API key。团队部署可以用docker pull byaidu/pdf2zh跑镜像然后打开http://localhost:7860/使用浏览器界面Windows 用户从 release 页下载 win64 zip 包解压双击即可不需要装 Python。完整走一遍从 PDF 到双语文档 准备输入执行一次完整翻译把example.pdf放到终端所在的目录执行pdf2zh example.pdf。结束后你会在同一目录拿到两份文件example-mono.pdf纯译文和example-dual.pdf左右双栏对照原文件的版式、公式和目录位置保持不变。文件较多时建议加-o out/指定输出目录避免结果散落。不想敲命令时改用拖拽界面执行pdf2zh -i会自动打开浏览器默认地址http://localhost:7860/拖入 PDF、选择语言和翻译服务即可开始。端口冲突时加--serverport 8080想临时给同事用则加--share生成一个外部可访问的地址细节见 docs/README_GUI.md。按需裁剪页码、语言和翻译引擎只翻指定页pdf2zh example.pdf -p 1-3,5指定语言-li en -lo ja表示英文译成日文换引擎-s deepl、-s ollama、-s openai:gpt-4o-mini。除 Google 等免配服务外其余引擎都需要先设置对应的环境变量完整对照表在 docs/ADVANCED.md。公式为什么不会坏 本地布局检测先划出禁区每页先过一遍本地 ONNX 格式的 DocLayout-YOLO 模型检测输入尺寸 1024模型跑在 CPU不需要显卡把公式、代码块、表格、图注框出来落在这些区域内的文本整体跳过翻译。字体级例外模式兜底检测之外还有一层保险默认例外模式专门匹配TeX-、MS、CM、.*Math、.*Sym等数学字体名对应-f/-c参数命中这些字体的字符一律保留原样所以行间公式和符号不会被拆碎。扫描版走 OCR 实验通道扫描型 PDF 可加装 OCR 支持pip install pdf2zh[ocr]程序只对纯图像页做本地识别识别出的词会在版式区域内重新合并成段落译文按原文字号的中位数起排、自动缩放到原始文本框内。限制是只针对白底扫描件手写体和行间公式可能识别不准。另外--mode precise会启用实验性的 v2.0 内核处理跨栏、跨页的语义一致性首次使用需按仓库说明运行pdf2zh-setup-precise准备隔离环境。常用选项速查 选项作用什么时候用-p选择页码如-p 1-3,5只翻摘要、某几章或指定单页-li/-lo源语言 / 目标语言翻译方向不是默认自动检测→中文时-s翻译服务如-s deepl、-s ollamaGoogle 结果不够好或想用本地模型-t翻译线程数文档页数多、API 额度充足时提速-o输出目录不想让结果堆在当前目录-f/-c字体/字符例外正则个别符号或字体总被误翻时--dir批量翻译整个文件夹一次处理一整篇文献库--config从 JSON 配置文件读参数参数固定、希望一条命令反复执行--mode precise切换实验性 v2.0 内核疑难版式、跨栏跨页文档--prompt指定自定义提示词文件用 LLM 服务时需要统一术语风格更多参数的完整说明在 docs/ADVANCED.md。先踩过的坑 ⚠️Q第一次运行就卡在下载模型等了十分钟没动静。网络到不了 Hugging Face 时先设置镜像再执行set HF_ENDPOINThttps://hf-mirror.comPowerShell 用$env:HF_ENDPOINThttps://hf-mirror.com。布局模型是一次性下载之后离线可用。Q翻译跑完了结果文件到底在哪默认输出到当前工作目录命名固定为原文件名-mono.pdf和原文件名-dual.pdf加过-o则在指定目录里。找不到时先ls当前目录这是最高频的误会。Q一份 80 页的 PDF 要等十几分钟能再快点吗瓶颈大多在翻译服务的 API 延迟-t 4之类的多线程只在线程数小于任务数时有效。翻译结果缓存在~/.cache/pdf2zh相同段落重跑会直接命中缓存换服务或想强制重翻时加--ignore-cache。一句话总结把 PDF 丢给pdf2zh拿回一份公式、图表和版式都没动的双语文档。核心能力PDF 全文双语翻译、数学公式与排版完整保留、多翻译引擎与 OCR 支持适用场景外文论文精读、技术文档本地化、会议材料双语制作【免费下载链接】PDFMathTranslate[EMNLP 2025 Demo] PDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译支持 Google/DeepL/Ollama/OpenAI 等服务提供 CLI/GUI/MCP/Docker/Zotero项目地址: https://gitcode.com/GitHub_Trending/pd/PDFMathTranslate创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

Benchmarking the Medical Understanding and Reasoning of Large Language Models in Arabic Healthcar... 2026/9/29 5:59:52

Benchmarking the Medical Understanding and Reasoning of Large Language Models in Arabic Healthcar...

文章总结与翻译 一、文章主要内容 该研究聚焦阿拉伯语医疗领域,旨在评估当前主流大型语言模型(LLMs)在阿拉伯语医疗自然语言处理(NLP)任务中的医疗理解与推理能力,以填补阿拉伯语医疗LLM评估的空白。 1. 研究背景 现有LLMs在众多阿拉伯语NLP应用中表现出色,但在阿拉伯…

阅读更多 →
Scaling the Horizon, Not the Parameters: Reaching Trillion-Parameter Performance with a 35B Agent 2026/9/29 5:59:52

Scaling the Horizon, Not the Parameters: Reaching Trillion-Parameter Performance with a 35B Agent

Agents-A1论文完整总结+指定章节中英对照翻译 一、论文核心内容总结 1. 基础背景与研究动机 当前大模型智能体(Agent)主流优化路线分为两种: 参数缩放路线:不断提升模型参数量(万亿参数1T模型),依靠超大参数量内化推理、工具使用、领域知识;但训练、推理成本极高,难…

阅读更多 →
ARM64 adrp指令详解:从页寻址原理到反汇编实战 2026/9/29 5:59:52

ARM64 adrp指令详解:从页寻址原理到反汇编实战

搞ARM64底层开发的朋友,不管是写启动代码、调内核模块,还是逆向分析一个so文件,反汇编里几乎绕不开adrp这条指令。我第一次在反汇编窗口看到adrp x0, 0x550000的时候愣了一下,好好的地址不直接给,非要算个页出来&#…

阅读更多 →
Fusing Large Language Models with Temporal Transformers for Time Series Forecasting 2026/9/29 5:59:52

Fusing Large Language Models with Temporal Transformers for Time Series Forecasting

文章主要内容和创新点 主要内容 本文聚焦于时间序列预测(TSF)任务,旨在解决现有方法的局限性:大型语言模型(LLMs)擅长处理离散 token 和语义模式,但不适合建模连续数值时间序列;而 vanilla Transformer 虽能直接学习时间序列的 temporal 动态,但难以捕捉高层语义模式…

阅读更多 →
Qt项目迁移CMake实战:配置、多模块与高频报错排查 2026/9/29 5:59:39

Qt项目迁移CMake实战:配置、多模块与高频报错排查

1. 为什么Qt项目要引入CMake:从qmake到现代构建体系的迁移逻辑很多刚接触Qt的朋友会有一个疑问:Qt Creator自带qmake,写个.pro文件点一下就能编译,为什么还要折腾CMake?我一开始也是这个想法,直到手上的项目…

阅读更多 →
TanStack Virtual 的 Lit 适配器实战:固定尺寸行/列/网格虚拟化示例深度解析 2026/9/29 5:59:33

TanStack Virtual 的 Lit 适配器实战:固定尺寸行/列/网格虚拟化示例深度解析

前端UI组件 【免费下载链接】virtual 🤖 Headless UI for Virtualizing Large Element Lists in JS/TS, React, Solid, Vue and Svelte 项目地址: https://gitcode.com/gh_mirrors/vi/virtual 点击查看 免费下载 本文基于本仓库中的 Lit 固定尺寸&#…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉