Natural Language – Natürliche Sprache in PDFs

Was ist Natural Language?

Natural Language (natürliche Sprache) bezieht sich auf die menschliche Sprache, in der Textinhalte eines PDF-Dokuments verfasst sind. Im Kontext der PDF-Barrierefreiheit bezeichnet der Begriff die korrekte Kennzeichnung der Sprache für assistive Technologien.

Bedeutung für Barrierefreiheit

• Screenreader: Wählt automatisch die richtige Sprachausgabe
• Aussprache: Wörter werden korrekt ausgesprochen
• Sprachsynthese: TTS-Stimme passt zur Sprache

PDF/UA-Anforderungen

Sprachidentifikation auf verschiedenen Ebenen

1. Dokumentebene

Die Hauptsprache des gesamten Dokuments wird im Catalog-Dictionary gesetzt.

2. Strukturebene

Einzelne Abschnitte (Sect, Part) können eigene Sprachattribute haben.

3. Inline-Ebene

Span-Tags markieren fremdsprachige Wörter oder Phrasen im Fließtext.

Praktische Umsetzung

Wann Sprachenwechsel markieren?

• Ja: Zitate in Fremdsprache
• Ja: Fachbegriffe mit spezieller Aussprache
• Nein: Eingebürgerte Fremdwörter (Computer, Software)
• Nein: Eigennamen, Firmennamen

Mehrsprachige Dokumente

Bei Dokumenten mit mehreren Sprachen:

1. Hauptsprache als Dokumentsprache setzen
2. Abschnitte in anderer Sprache mit Lang-Attribut markieren
3. Bei Bedarf Inline-Sprachenwechsel mit Span

Screenreader-Verhalten

Ohne korrekte Sprachauszeichnung:

• Deutscher Screenreader liest englischen Text mit deutscher Phonetik
• „Cloud“ wird zu „Klout“ statt „Klaud“
• Nutzer verstehen den Inhalt schlechter

Verwandte Begriffe

• Lang-Attribut – Technische Umsetzung
• Span-Tag – Für Inline-Sprachenwechsel
• Screenreader – Nutzt Sprachinformation
• PDF/UA – Definiert Anforderungen