Tasa de error de caracteres
La puntuación estándar para la precisión del reconocimiento de texto: la proporción de caracteres individuales en los que un sistema se equivoca.
La tasa de error de caracteres, generalmente abreviada como CER, mide qué tan bien el software convierte una imagen de texto en texto real. Cuenta los caracteres que estaban mal, faltaban o eran inventados y los divide por el número de caracteres que deberían haber estado allí. Cuanto menor sea, mejor, por lo que un CER del 2,4 por ciento significa que aproximadamente 24 caracteres de cada mil salieron mal, o una precisión del 97,6 por ciento.
Es el número a comparar al elegir una herramienta de reconocimiento de texto, y es más estricto que su primo tasa de error de palabras, porque una sola letra incorrecta cuenta en lugar de borrar la palabra completa. Se aplican dos advertencias. El CER siempre se mide en un conjunto particular de páginas, por lo que los resultados en impresiones limpias y modernas dicen poco sobre escaneos o escritura a mano descoloridos. Y trata una modernización inofensiva, como convertir una vieja s larga en una s normal, como un error, razón por la cual el mismo modelo puede verse mal para la erudición y bien para el entrenamiento en IA.