Որ մեթրիկները օգտագործվում են OCR-ի համար?

Որոշելու համար OCR (օպտիկական նիշերի ճանաչում) որակը, սովորաբար օգտագործվում են հետևյալ չափանիշները:

• Նիշերի սխալի տոկոս (CER) — սխալների տոկոսը նիշի մակարդակով: Հաշվարկվում է որպես նիշերի ներմուծման, հեռացման և փոխարինման քանակի հարաբերակցություն նիշերի ընդհանուր թվի նկատմամբ:

• Անվանումների սխալի տոկոս (WER) — նման է CER, բայց բառերի մակարդակով: Կարևոր է ամբողջական բառերի ճիշտ ճանաչման գնահատման համար:

• Ճշգրտություն (Accuracy) — ճիշտ ճանաչված նիշերի կամ բառերի մասնաբաժին:

• Նշանակություն, Recall և F1-score — կիրառելի է, եթե OCR-ը օգտագործվում է որոշակի միավորների կամ նիշերի դասերի հանելու համար:

CER հաշվարկի օրինակ:

import editdistance

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

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

Այս չափանիշները օգնում են օբյեկտիվ կերպով համեմատել տարբեր OCR համակարգեր և բարելավել նրանց որակը։