Quiz collegato alla guida · Medio Livello

Precisione dell'OCR: quiz sul tasso di errore di caratteri e parole

Verifica le definizioni CER e WER, le scelte di normalizzazione e tokenizzazione e il motivo per cui i tassi di errore OCR aggregati richiedono controlli di documenti specifici per attività.

Domanda 1 di 8

Come viene comunemente calcolato il tasso di errore dei caratteri?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. Come viene comunemente calcolato il tasso di errore dei caratteri?
    • (Sostituzioni + cancellazioni + inserimenti) diviso per il numero di caratteri di riferimento
    • Caratteri corretti divisi per il numero di caratteri riconosciuti
    • Il numero di parole di riferimento diviso per le modifiche totali
    • Sostituzioni divise solo per il numero di caratteri di riferimento
  2. In cosa differisce il WER dal CER?
    • Utilizza le parole riconosciute come denominatore in tutti i casi
    • Misura la somiglianza semantica anziché la distanza di modifica
    • Conta le operazioni di modifica a livello di parola e divide per parole di riferimento
    • Misura solo le differenze di punteggiatura
  3. Perché CER o WER possono superare 1,0?
    • Le sole sostituzioni e cancellazioni possono superare la lunghezza di riferimento anche senza inserimenti
    • Il tasso di errore dei caratteri divide le modifiche per il numero di caratteri riconosciuti
    • La normalizzazione degli spazi bianchi può far sì che un punteggio superi uno anche quando il conteggio delle modifiche è inferiore al riferimento
    • Un numero elevato di inserimenti può far sì che il conteggio delle modifiche superi la lunghezza di riferimento
  4. Quale politica di normalizzazione rende riproducibile un confronto CER tra i sistemi?
    • Stringhe in minuscolo ma lasciano la punteggiatura, gli spazi bianchi e la gestione Unicode non specificati
    • Le esatte trasformazioni Unicode, punteggiatura e spazi bianchi sono state applicate in modo coerente al riferimento e all'output
    • Rimuovi la punteggiatura dal riferimento ma conservala nell'output riconosciuto
    • Normalizza solo l'output riconosciuto lasciando invariata la trascrizione di riferimento
  5. Perché i confronti WER potrebbero essere difficili tra le lingue?
    • Il WER non utilizza token di testo
    • Tutte le lingue definiscono le parole delimitate da spazi in modo identico
    • Il WER ignora la lunghezza del testo di riferimento
    • Le regole di segmentazione e tokenizzazione delle parole possono differire a seconda degli script e dei linguaggi
  6. Cosa può nascondere un CER complessivo basso in un flusso di lavoro documentale?
    • Un errore critico in un identificatore breve, in un totale o in un campo della tabella
    • Che ogni personaggio è stato sostituito
    • Tale normalizzazione di riferimento non è stata utilizzata
    • L’OCR non ha alcun impatto sull’estrazione a valle
  7. Come dovrebbero essere confrontati equamente due sistemi OCR?
    • Confronta la perdita di addestramento di un modello con il CER di test di un altro
    • Scegli diversi documenti di riferimento in modo che ogni sistema veda il suo caso migliore
    • Utilizza lo stesso set di riferimento, normalizzazione, tokenizzazione e implementazione del punteggio
    • Utilizza la normalizzazione preferita di ciascun sistema e confronta i punteggi grezzi
  8. Per le fatture, quale misura controlla se le date o i totali sono corretti come campi completi oltre il CER o il WER?
    • Allineamento dei confini delle celle della tabella per il layout della pagina
    • Correttezza a livello di campo per date, totali e identificatori estratti
    • Tasso medio di errori di carattere per documento
    • Calibrazione della confidenza per le previsioni dei singoli personaggi