Ce metrici se utilizează pentru evaluarea OCR (CER, WER)?

CER (Rata de Erori de Caracter) și WER (Rata de Erori de Cuvânt) sunt metrici pentru evaluarea calității recunoașterii textului în OCR (Recunoaștere Optică a Caracterelor).

• CER (Rata de Erori de Caracter) măsoară procentul de erori la nivel de caractere. Se calculează ca raportul dintre suma inserțiilor, ștergerilor și înlocuirilor de caractere și numărul total de caractere din textul de referință.

• WER (Rata de Erori de Cuvânt) este similar cu CER, dar la nivel de cuvinte. Arată cât de mult diferă textul recunoscut de textul de referință în termeni de cuvinte.

Exemplu:

Referință: "Привет мир" Text recunoscut: "Приве мир"

• CER ia în considerare greșeala din cuvântul "Приве" (lipsa literei 'т')
• WER va considera acest lucru o greșeală de cuvânt

WER și CER ajută la înțelegerea cât de precis este modelul OCR, unde WER este mai sensibil la greșelile la nivel de cuvinte, iar CER la greșelile mici din interiorul cuvintelor.