UniMER-Test

新的OCR框架诊断和修复错误以改进文本识别

研究人员开发了OCR-EDR，一个旨在改进光学字符识别（OCR）系统的新型框架，特别适用于包含公式或结构化文本等复杂文档。该系统超越了聚合指标，提供细粒度的错误诊断，然后进行迭代修复。通过评估OCR预测、其渲染以及源图像之间的一致性，OCR-EDR能够识别和纠正错误，甚至能够处理渲染等效输出。该框架包括用于评估OCR错误的OCRErrBench数据集，以及在公式识别方面表现出高诊断准确性和显著改进的DocEDR模型。