Zeichenfehlerrate
Der Standardwert für die Texterkennungsgenauigkeit: der Anteil einzelner Zeichen, die ein System falsch macht.
Die Zeichenfehlerrate, üblicherweise abgekürzt als CER, misst, wie gut eine Software ein Textbild in tatsächlichen Text umwandelt. Es zählt die Zeichen, die falsch waren, fehlten oder erfunden waren, und dividierte durch die Anzahl der Zeichen, die vorhanden sein sollten. Je niedriger, desto besser. Ein CER von 2,4 Prozent bedeutet also, dass etwa 24 von tausend Zeichen falsch ausgegeben wurden, was einer Genauigkeit von 97,6 Prozent entspricht.
Es handelt sich um die zu vergleichende Zahl bei der Auswahl eines Texterkennungstools. Sie ist strenger als die Wortfehlerquote ihres Cousins, da ein einzelner falscher Buchstabe zählt und nicht das ganze Wort abgeschrieben wird. Es gelten zwei Warnungen. CER wird immer an einem bestimmten Seitensatz gemessen, daher sagen Ergebnisse auf sauberem, modernem Druck wenig über verblasste Scans oder Handschrift aus. Und es behandelt eine harmlose Modernisierung, etwa die Umwandlung eines alten langen s in ein normales s, als Fehler, weshalb dasselbe Modell für die Wissenschaft schlecht und für die KI-Ausbildung gut aussehen kann.