研究发布历史文档OCR实体级评测方法

一项研究提出按实体信息保留情况评测历史文档OCR质量的方法，用Berrutti Archive的175份文档和5,209条人工标注实体提及，比较序列识别OCR系统、OCR专用视觉语言模型和通用视觉语言模型。作者称，这些标注将在论文被接收后公开。 结果显示，OCR系统的排名会随评测标准变化：Qwen 3.6在所有测试容差下实体覆盖率最高，而部分精确匹配覆盖率较低的系统，在允许小误差后覆盖率明显回升。研究据此认为，只看整体转写指标无法完整反映OCR质量，还需评估错误对关键信息保留的影响。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。