Kādas metrikas tiek izmantotas OCR?

Lai novērtētu OCR (optiskās rakstzīmju atpazīšanas) kvalitāti, parasti izmanto šādus rādītājus:

• Rakstzīmes kļūdu līmenis (CER) — kļūdu procentuālais daudzums rakstzīmju līmenī. Tas tiek aprēķināts kā ievietoto, dzēsto un aizvietoto rakstzīmju skaita attiecība pret kopējo rakstzīmju skaitu atsauces tekstā.

• Vārdu kļūdu līmenis (WER) — līdzīgs CER, bet vārdu līmenī. Tas ir svarīgi, lai novērtētu, cik pareizi tiek atpazītas pilnas vārdus.

• Precizitāte (Accuracy) — pareizi atpazīto rakstzīmju vai vārdu daļa.

• Precizitāte, Recall un F1-score — piemērojami, ja OCR tiek izmantots noteiktu entītiju vai rakstzīmju klases izvilkšanai.

CER aprēķina piemērs:

import editdistance

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

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

Šīs metrikas palīdz objektīvi salīdzināt dažādas OCR sistēmas un uzlabot to kvalitāti.