arXiv cs.CL· 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)·· 4 小时前AI 评分38
面向历史文献转录的 OCR 系统实体感知评测
Entity-Aware Evaluation of OCR Systems for Historical Document Transcription
AI 导读
该研究以实体级错误分析补充 CER 等整体转录指标，考察 OCR 对历史文献中姓名、日期、标识符的保留与可恢复性。基于 Berrutti Archive 的 175 份文档和 5,209 条人工标注实体提及，对比序列识别 OCR、OCR 专用与通用视觉语言模型。结果显示排名随评测标准变化：Qwen 3.6 在所有测试容差下实体覆盖最高，部分系统在容忍小幅字符编辑后覆盖率明显回升。
来源：arXiv cs.CL · arxiv.org