Кои метрики се използват за OCR?

За оценка на качеството на OCR (оптично разпознаване на символи) обикновено се използват следните метрики:

• Процент на грешки при символите (CER) — процент на грешки на ниво символи. Изчислява се като отношението между броя на вмъкванията, изтриванията и заместванията на символи към общия брой символи в референтния текст.

• Процент на грешки при думи (WER) — подобно на CER, но на ниво думи. Важен е за оценка на това колко правилно се разпознават цели думи.

• Точност (Accuracy) — делът на правилно разпознатите символи или думи.

• Прецизност, Recall и F1-score — приложими, ако OCR се използва за извличане на определени същности или класове символи.

Пример за изчисление на CER:

import editdistance

def cer(reference, hypothesis):
    ref = list(reference)
    hyp = list(hypothesis)
    distance = editdistance.eval(ref, hyp)
    return distance / len(ref)

reference = "пример"
hypothesis = "primjer"
print(f"CER: {cer(reference, hypothesis):.2%}")

Тези метрики помагат обективно да се сравняват различни OCR системи и да се подобрява тяхното качество.