arXiv · Machine Learning· Camilo Mari\~no (UDELAR, CB), Diego Belzarena (UDELAR, CB), Marina Gardella (CB), Ignacio Ram\'irez (UDELAR), Gregory Randall (UDELAR), Jean-Michel Morel (LU - Hong Kong)·· 13 小时前AI 评分38
面向历史文档转录的 OCR 系统实体感知评估
Entity-Aware Evaluation of OCR Systems for Historical Document Transcription
AI 导读
研究者对历史文档 OCR 系统开展实体感知评估，发现系统排名会随评估标准变化。基准包含 Berrutti Archive 的 175 份文档和 5,209 条人工标注实体；Qwen 3.6 在所有测试容错范围内实体覆盖率最高，部分系统在允许少量字符误差后表现明显改善。结果显示，整体转录指标不足以单独衡量姓名、日期和标识符的保留情况。
来源：arXiv · Machine Learning · arxiv.org