Yeni bir ön baskı, metne aktarılan küçük bir yazım yanlışıyla anlamı değiştiren hatayı ayıran semCER ölçütünü sunuyor. Yöntem, tek tek karakter değişikliklerini bir dil modelinin değerlendirmesine göre ağırlıklandırıyor. İngilizce, Vietnamca ve Çince okur değerlendirmeleri bu ağırlıkları inceliyor. Çalışmanın 16 dili kapsayan bölümünde, vurgu ve ton işaretlerindeki değişikliklerin diller arasında farklı ağırlık taşıdığı görülüyor.
Araştırmacılar Nguyen Nguyen ve Yongyi Zang, görüntüdeki yazıyı bilgisayarın işleyebileceği metne dönüştüren optik karakter tanıma için semCER ölçütünü geliştirdi. Yeni ön baskıda sunulan yöntem, küçük bir yazım yanlışıyla değişmiş bir adı farklı ağırlıklarla değerlendiriyor. Olağan karakter hata oranının hizalaması ve paydası korunurken her karakter değişikliğine bir dil modelinin belirlediği ağırlık atanıyor.[1]
Değerlendirici model, beş düzeyli bir çizelge kullanıyor. Puan, yalnızca en olası düzeyden değil, düzeylerin olasılıklarından hesaplanıyor. İngilizce, Vietnamca ve Çince okurlar tek tek hataları değerlendirdi. Ölçütlerin metin çiftlerini farklı sıraladığı durumlarda İngilizce ve Çince okurlar semCER’in seçimini daha sık destekledi. Vietnamcada yeni yöntemle olağanlaştırılmış karakter hata oranının seçimi eşit sıklıkta desteklendi.[1]
semCER ile 16 dilde yapılan inceleme, vurgu ve ton işaretlerindeki değişikliklere farklı ağırlıklar verdi. İspanyolcada işaret değişimi hafif sayılırken Telugucada neredeyse yanlış harf kadar ağır değerlendirilebildi. Yayımlanan malzeme, modelin değerlendirdiği 61 milyon değişikliği, okurların birleştirilmiş puanlarını ve daha küçük bir puanlayıcıyı içeriyor. Bütün metnin doğruluğunu değerlendirmekte olağanlaştırılmış karakter hata oranı güçlü bir ölçüt olarak kalıyor; semCER ise ağır tekil hataları önceliklendiriyor.[1]
