Tasso di errore dei caratteri
Il punteggio standard per l'accuratezza del riconoscimento del testo: la quota di singoli caratteri che un sistema sbaglia.
Il tasso di errore dei caratteri, solitamente abbreviato in CER, misura la capacità del software di trasformare un’immagine di testo in testo reale. Conta i caratteri sbagliati, mancanti o inventati e li divide per il numero di caratteri che avrebbero dovuto esserci. Più basso è meglio, quindi un CER del 2,4% significa che circa 24 caratteri su mille sono risultati errati, ovvero una precisione del 97,6%.
È il numero da confrontare quando si sceglie uno strumento di riconoscimento del testo ed è più rigoroso del suo cugino tasso di errore di parola, perché conta una singola lettera sbagliata anziché cancellare l’intera parola. Valgono due avvertimenti. Il CER viene sempre misurato su un particolare set di pagine, quindi i risultati sulla stampa moderna e pulita dicono poco sulle scansioni sbiadite o sulla grafia. E tratta una modernizzazione innocua, come trasformare una vecchia s lunga in una s normale, come un errore, motivo per cui lo stesso modello può sembrare negativo per la borsa di studio e utile per la formazione sull’intelligenza artificiale.