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.
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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