Welche Metriken werden zur Bewertung von OCR verwendet (CER, WER)?

CER (Zeichenfehlerquote) und WER (Wortfehlerquote) sind Metriken zur Bewertung der Texterkennungsqualität bei OCR (Optische Zeichenerkennung).

• CER (Zeichenfehlerquote) misst den Prozentsatz der Fehler auf Zeichenebene. Sie wird berechnet als das Verhältnis der Summe aus Einfügungen, Löschungen und Ersetzungen von Zeichen zur Gesamtzahl der Zeichen im Referenztext.

• WER (Wortfehlerquote) ist ähnlich wie CER, aber auf Wortebene. Es zeigt, wie sehr der erkannte Text vom Referenztext in Bezug auf Wörter abweicht.

Beispiel:

Referenz: "Привет мир" Erkannter Text: "Приве мир"

• CER berücksichtigt den Fehler im Wort "Приве" (fehlender Buchstabe 'т')
• WER zählt dies als einen Wortfehler

WER und CER helfen zu verstehen, wie genau das OCR-Modell ist, wobei WER empfindlicher gegenüber Fehlern auf Wortebene ist, und CER gegenüber kleinen Fehlern innerhalb von Wörtern.