¿Qué métricas se utilizan para evaluar OCR (CER, WER)?

CER (Tasa de Error de Caracteres) y WER (Tasa de Error de Palabras) son métricas para evaluar la calidad del reconocimiento de texto en OCR (Reconocimiento Óptico de Caracteres).

• CER (Tasa de Error de Caracteres) mide el porcentaje de errores a nivel de caracteres. Se calcula como la relación entre la suma de inserciones, eliminaciones y sustituciones de caracteres y el número total de caracteres en el texto de referencia.

• WER (Tasa de Error de Palabras) es similar a CER, pero a nivel de palabras. Muestra cuánto difiere el texto reconocido del de referencia en términos de palabras.

Ejemplo:

Referencia: "Привет мир" Texto reconocido: "Приве мир"

• CER considera el error en la palabra "Приве" (falta la letra 'т')
• WER contará esto como un error de palabra

WER y CER ayudan a entender cuán precisa es la modelo OCR, donde WER es más sensible a errores a nivel de palabras, y CER a errores menores dentro de las palabras.