提出严重度加权OCR指标semCER并开源数据

Nguyen Nguyen与Yongyi Zang发布论文，提出OCR字符错误率的严重度加权版本semCER：保留CER的对齐方式与分母，由LLM评审为每个字素编辑赋予严重程度权重，无需分词。论文摘要称，semCER可将整段转写得分拆解为具体命名编辑；读者评分显示，对英语和中文中CER与semCER不一致的样本，读者更常支持semCER，越南语则支持频率相同。 研究覆盖16种语言，作者在GitHub公开6100万条评审编辑、汇总读者评分和蒸馏评分器。以上结论来自论文摘要，未见独立验证。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。