Welke metrics worden gebruikt voor het beoordelen van OCR (CER, WER)?

CER (Karakterfoutpercentage) en WER (Woordenfoutpercentage) zijn metrics om de kwaliteit van tekstherkenning in OCR (Optical Character Recognition) te beoordelen.

• CER (Karakterfoutpercentage) meet het percentage fouten op karakterniveau. Het wordt berekend als de verhouding tussen de som van invoegingen, verwijderingen en vervangingen van tekens en het totale aantal tekens in de referentietekst.

• WER (Woordenfoutpercentage) is vergelijkbaar met CER, maar op woordniveau. Het laat zien hoe zeer de herkende tekst afwijkt van de referentietekst in termen van woorden.

Voorbeeld:

Referentie: "Привет мир" Herkenningstekst: "Приве мир"

• CER houdt rekening met de fout in het woord "Приве" (missende letter 'т')
• WER telt dit als een woordfout

WER en CER helpen te begrijpen hoe nauwkeurig het OCR-model is, waarbij WER gevoeliger is voor fouten op woordniveau, en CER voor kleine fouten binnen woorden.