BabelDOC把论文翻译得“排版不乱”很有价值，但双语PDF最重要的规则是：译文永远不能替代原文证据
AH-0568推荐BabelDOC： 英文PDF直接变中英双语； 公式、表格、图片尽量留在原位置； 扫描件可以走OCR； 还能挂术语表。 截至2026-08-15，官方BabelDOC仍持续维护，采用AGPL-3.0，当前项目定位就是scientific paper translation and bilingual comparison，并明确项目仍处于早期迭代阶段。 它真正解决的是： Re
BabelDOC把论文翻译得“排版不乱”很有价值，但双语PDF最重要的规则是：译文永远不能替代原文证据
AH-0568推荐BabelDOC：
英文PDF直接变中英双语； 公式、表格、图片尽量留在原位置； 扫描件可以走OCR； 还能挂术语表。
截至2026-08-15，官方BabelDOC仍持续维护，采用AGPL-3.0，当前项目定位就是scientific paper translation and bilingual comparison，并明确项目仍处于早期迭代阶段。
它真正解决的是：
Reading Friction。
不是：
“自动翻译后可以不用看原文。”
1. Layout Preservation ≠ Translation Fidelity
公式没乱； 表格还在； 段落位置对。
这些属于Layout Fidelity。
句子含义是否准确，是另一条线。
尤其学术文本最容易错：
否定词； 比较级； 概率； 统计显著性； 因果/相关； 限制条件； 术语一词多义。
所以双语PDF质量必须分：
Layout 和 Meaning。
2. 译文是Navigation Layer，不是Source of Truth
最稳的用法是：
中文帮助快速理解； 关键结论回英文原句； 引用时引用原始论文； 有歧义时重新翻译或人工确认。
Translated Text ≠ Primary Evidence。
如果二手文章引用的是机器译文，再被第三篇中文内容继续转述，语义误差会层层放大。
3. 术语表的价值其实比“翻译更像人”更稳定
专业领域里，同一个词必须保持一致。
CSV glossary可以解决：
attention； embedding； yield； consideration； materiality；
在不同上下文被模型随意改名的问题。
但术语表也需要Version：
谁定义； 适用领域； 何时更新； 是否允许上下文例外。
Terminology Consistency ≠ Semantic Correctness。
4. OCR会增加第二层错误
扫描PDF流程是：
Image → OCR Text → Translation。
如果OCR先把： 数字； 希腊字母； 脚注； 公式； 列顺序；
识错，后面的翻译可能非常流畅地翻错。
因此扫描件必须保存：
OCR Confidence； Page Mapping； Source Image； Translation。
这直接和AH-0512 Document Evidence Pipeline相连。
5. 公式“保留原位”不等于公式被理解
学术PDF里数学对象最好尽量不被自然语言模型随意重写。
如果翻译工具只是保持公式对象不动，这是优点。
但图表标题、公式前后解释、符号定义仍可能翻译错误。
所以数学论文要做：
Equation Identity → Symbol Definition → Surrounding Text → Cross-reference。
6. 双栏/图注/脚注是最容易被版面恢复骗过的地方
肉眼看起来“差不多”时，仍可能有：
阅读顺序错； 图注挂错图； 脚注位置错； 表格单元格错位； 分页导致句子错误拼接。
因此需要Document Structure QA，而不是只看第一页漂亮。
7. 敏感论文/内部文件还要画Data Path
BabelDOC可以对接不同翻译服务或自部署下游。
是否“本地”取决于：
PDF在哪； OCR在哪； 翻译模型在哪； 日志在哪； 中间文件在哪。
Local Tool ≠ Local Translation Provider。
未公开论文、内部报告、保密审稿材料更需要先看政策与数据处理要求。
8. 论文版权也不能因为个人阅读而消失
个人翻译阅读与： 公开上传完整双语PDF； 批量分享； 商业数据库； 再出版；
不是同一权限。
所以Document Rights记录：
Owned/Public/Authorized； Personal Use； Distribution； Derivative Translation； Commercial； Retention。
9. “阅读效率翻倍”只是宣传性结果
原素材写“效率能直接翻倍”。
没有给可审计实验。
因此只能保留为SOURCE_CLAIM。
真正V3应该测：
阅读时间； 查词次数； 跨窗口次数； 关键结论理解； 翻译错误率； 回原文次数。
如果看得快但理解错更多，就不是效率提升。
10. 商业机会：Bilingual Evidence Reader
不是再造翻译模型。
而是在双语PDF上增加：
Original/Translation Pair； Terminology； Claim Highlight； Source Quote； Page Anchor； Uncertainty； Human Correction； Citation Export。
这样“翻译工具”才能进入Evidence OS。
Stop Rule
如果： 关键结论无法定位回原文； OCR错误率高； 术语频繁漂移； 保密文件数据路径不清； 用户开始只引用译文而不看原文；
就降低自动翻译的证据等级。
最好的双语论文工具不是让你忘掉英文原文，而是让你更快走到真正需要读原文的那几句话。
11. Translation Correction也应该版本化
如果研究团队发现一个术语或关键句翻错，只在自己的笔记里改一次不够。
应该记录： 原文； 旧译； 新译； 修改原因； 适用页； Glossary版本。
这样同一论文被多人引用时，不会有人继续用旧错误翻译。
12. 双语文档特别适合做Claim Pair
对于真正要进入文章/报告的主张，保存一对：
Original Sentence + Working Translation。
再附页码、Figure/Table ID和上下文。
这能显著减少“中文摘要已经转述过一次，再从摘要引用”的证据漂移。
13. 机器翻译的目标可以是“减少摩擦”，而不是“替代语言能力”
很多研究场景不需要用户把整篇英文逐字读完。
工具可以承担： 快速浏览； 定位相关章节； 统一术语； 建立双语索引。
人把注意力集中在： 方法； 关键结果； 限制； 引用句。
这种分工比追求“完全不看英文”更现实，也更容易验证价值。