研究人员开发了一种新协议，用于测试光学字符识别（OCR）输出与地面真实情况之间词级对齐的正确性，特别是在存在分区和阅读顺序错误的情况下。该研究重新审视了2019年一篇论文中的“分区问题”，引入了使用正确匹配F1、级联长度和恢复等指标评估性能的方法。实验涉及具有各种错误的人工合成数据、历史报纸数据以及Tesseract OCR的几何推导地面真实情况，结果表明，尽管局部跟踪在发生大位移时可能会失败，但基于锚点的方法可以处理许多此类情况，但在独特锚点稀缺时会遇到困难。 AI
影响 提高了OCR系统的准确性，OCR系统是各种AI应用中文本数据数字化和处理的基础。
排序理由 该项目是一篇学术论文，详细介绍了一种针对OCR后处理特定问题的新协议和实验结果。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
