PDF yükləyib tərcümə modelinə göndərmək ilk baxışda iki addımlıq bir iş kimi görünür. Amma real mühitdə bu, etibarsız məlumatlar, iki fərqli çıxarma yolu, bahalı mərhələlər və səlis olsa da səhv ola bilən nəticələrlə dolu bir iş axınıdır. Kiçik bir SaaS komandası üçün bu fərqi anlamaq kritikdir.
İlk addım: sənədin profilini çıxarmaq
Yüklənən faylın həqiqətən PDF olub-olmadığını yoxlamaq üçün yalnız fayl adına və ya brauzerin verdiyi MIME tipinə güvənmək olmaz. Əsl yoxlama: bayt ölçüsü, fayl imzası, şifrələmə statusu, səhifə sayı və hesab limitləri. 20 MB limiti sadə olsa da, işin həcmini proqnozlaşdırmaq üçün tək başına kifayət deyil. Daha yaxşı göstəricilər: səhifə sayı, şəkil sahəsi və çıxarılan simvol sayıdır. İlk faydalı nəticə tərcümə deyil, sənədin profili olmalıdır – bu profil marşrutlaşdırmanı idarə edir.
Vəziyyət maşını (state machine) ilə səhvləri azaldın
Hər bir iş üçün konkret vəziyyətlər təyin etmək – queued, validating, extracting, ocr, translating, rendering, verifying, ready, failed, expired – kodu daha idarəolunan edir. Keçidlər məcburi olmalıdır: məsələn, render işçisi tərcümə çıxışı olmadan işə başlamamalıdır. Geri qayıtmaq (retry) isə bütün işi deyil, yalnız uğursuz olan mərhələni təkrarlamalıdır. İdempotentlik açarı (idempotency key) ilə eyni sorğunun təkrar göndərilməsinin qarşısı alınır.
Blok səviyyəsində tərcümə və yoxlama
Tam sənədi bir sətir kimi göndərmək yerləşmə münasibətlərini itirir. Hər sətri ayrı göndərmək isə konteksti itirir. Praktik həll: stabillik təmin edən bloklar (TextBlock) – hər blokda səhifə, rol, mətn, koordinatlar və OCR dəqiqliyi saxlanılır. Tərcümədən sonra avtomatik yoxlama: səhifə sayı, mətn daşması, cədvəl strukturu, hiperlinklərin qorunması, rəqəmlərin varlığı kimi göstəricilər yoxlanılmalıdır. Hüquqi, tibbi, maliyyə sənədləri üçün insan təhlili məcburi olmalıdır.
Məlumatların saxlanması və silinməsi
PDF tərcüməsi zamanı yaranan bütün aralıq fayllar – mənbə, çıxarılan mətn, OCR şəkilləri, model girişləri, render nəticələri – avtomatik silinmə qaydalarına tabe olmalıdır. Qısamüddətli imzalı URL-lər istifadə edin. Silinmə işini müşahidə edilə bilən bir proses kimi qurun. Əgər biznes istifadəçiləri daimi surətə ehtiyac duyursa, onu təsdiqlənmiş mühitə köçürmələrinə icazə verin, ancaq müvəqqəti saxlamanı uzatmayın.
Nəticə: model çağırışı sistemin yalnız bir hissəsidir
PDF tərcüməsi iş axını qurmaq hər komanda üçün uyğun deyil. Əgər tərcümə məhsulun əsas hissəsidirsə, işlər tez-tez təkrarlanırsa, məhdud sənədlər işlənirsə və ya audit, model nəzarəti tələb olunursa, o zaman öz sisteminizi qurmağa dəyər. Əks halda, hazır bulud xidmətləri (məsələn, PDFTranslator) daha rahat ola bilər. Amma unutmayın: rahatlıq sistemi idarə edən şəxsi dəyişir, sənədi təsnif etmək və nəticəni yoxlamaq ehtiyacını aradan qaldırmır. Etibarlı bir sistem sənədin məzmununu yoxlamaqdan tutmuş, silinmə qaydalarına qədər hər bir detalı əvvəlcədən düşünmək deməkdir.
