Offline OCR: Math to Word

منهجية الاختبار

كيف نختبر OCR للصيغ الرياضية

نختبر التعرّف على الصيغ باستخدام مجموعة ثابتة من المستندات المطبوعة والمكتوبة بخط اليد والمصوّرة والممسوحة ضوئيًا. ونقيّم النتائج وفقًا لدقة الرموز والبنية الرياضية وقابلية التحرير ووقت التصحيح.

نطاق تغطية المدخلات

أنواع المستندات المستخدمة لتقييم OCR للصيغ

  • صيغ مطبوعة واضحة
  • الكسور والجذور والأسس العلوية والمؤشرات السفلية
  • المصفوفات والمعادلات المتراصفة
  • Mixed text-and-formula documents
  • صور مائلة ملتقطة بالهاتف
  • صور منخفضة الدقة
  • صيغ مكتوبة بخط اليد
  • نصوص صينية أو إنجليزية مختلطة بالصيغ
  • ملفات PDF ممسوحة ضوئيًا
  • حالات الإخفاق أو الأمثلة التي تتطلب تصحيحًا واضحًا

معايير التقييم

لا تكون النتائج مفيدة إلا عندما تكون القيود واضحة

  • دقة التعرّف على الرموز
  • البنية الرياضية
  • إمكانية تحرير المعادلات في Word
  • صحة LaTeX
  • الحفاظ على التخطيط
  • وقت التصحيح اليدوي
  • ما إذا استُخدم OCR المحلي أو الذكاء الاصطناعي السحابي الاختياري

تنسيق السجل المطلوب

مراجعة الناتج الخام قبل التصحيح اليدوي

نوع المصدر
مثال: صورة لورقة تمارين مطبوعة ملتقطة بالهاتف
إصدار التطبيق
إصدار Offline OCR الدقيق المستخدم
Device
الجهاز أو المنصة المستخدمة في المعالجة
وضع المعالجة
OCR محلي أو Cloud AI اختياري
المعادلة المتوقعة
المعادلة المستهدفة أو ناتج المستند المتوقع
ناتج OCR الخام
نتيجة التعرّف دون تعديل
الناتج بعد التصحيح
النتيجة بعد التصحيح اليدوي
مشكلات التعرّف
الأخطاء المعروفة أو عدم وجود أخطاء ظاهرة في هذه العينة
تنسيقات التصدير المتاحة
DOCX أو LaTeX أو PDF أو نص أو ملف مشروع
تاريخ المعالجة
تاريخ معالجة المثال

ننشر النتائج الخام قبل أي تصحيح يدوي، ونوضح ما إذا كان كل مثال قد استخدم OCR المحلي أو Cloud AI الاختياري. ويجب أن تظل حالات الإخفاق ظاهرة لأنها تساعد المستخدمين على تحديد مدى ملاءمة الأداة لمستنداتهم.

اقرأ أول سجل أدلة منشور