研究者提出严重度加权OCR指标semCER
热点事件持续更新
研究者提出严重度加权OCR指标semCER
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
针对传统字符错误率（CER）把拼写错字与认错人名等同计分的问题，Nguyen Nguyen 与 Yongyi Zang 提出新指标 semCER：沿用 CER 的对齐方式和分母，由 LLM 评判为每次字素编辑赋予严重程度，且不需要分词。 研究者称，在英语、越南语和中文测试中，semCER 的评分逐条编辑地贴合读者打分，在 CER 与 semCER 分歧的样本上也更常获得英语和中文读者支持。团队还开源了 6100 万条已评判编辑、读者评分汇总及蒸馏评分器。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
semCER：为 OCR 字符错误率引入严重程度加权的评测指标报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.CLsemCER：为 OCR 字符错误率引入严重程度加权的评测指标
针对 CER 把错别字和错人名等同计分的问题，研究者提出 semCER，保留 CER 的对齐方式与分母，由 LLM 评判为每次字素编辑赋予严重程度，且无需分词。在英语、越南语和中文中，其评分逐条编辑地贴合读者打分，并在 CER 与 semCER 分歧的样本上更常获得英语和中文读者支持。研究开源了 6100 万条已评判编辑、读者评分汇总及蒸馏评分器。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。