面向历史文档转录的实体感知 OCR 评测
原标题：Entity-Aware Evaluation of OCR Systems for Historical Document Transcription
AI 摘要
乌拉圭共和国大学、巴黎萨克雷大学和岭南大学的研究者提出了一种面向历史文档转录的实体感知 OCR 评测方法，在 Berrutti 档案的 175 份文档基准上人工标注了 5,209 个实体提及，并比较了传统 OCR 引擎、专用 OCR 视觉语言模型和通用视觉语言模型。实验显示，OCR 系统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，而部分系统在容忍小字符错误后覆盖率显著回升，说明其错误多为局部字符偏差而非实体转录根本错误。该工作表明仅靠 CER 等整体指标无法完整刻画 OCR 质量，需关注实体保留与可恢复性。
正文节选
[Page 1] Entity-Aware Evaluation of OCR Systems for Historical Document Transcription C. Mari˜no1,2†, D. Belzarena1,2†, M. Gardella2†, I. Ram´ırez1, G. Randall1, J.M. Morel3 1Facultad de Ingenier´ıa, Universidad de la Rep´ublica, Montevideo, Uruguay 2Universit´e Paris-Saclay, ENS Paris-Saclay, CNRS, Centre Borelli, France 3Lingnan University, Hong Kong Abstrac