Offline OCR: Math to Word

Phương pháp kiểm thử

Cách chúng tôi kiểm thử OCR công thức

Chúng tôi kiểm thử nhận dạng công thức bằng một bộ tài liệu cố định gồm bản in, bản viết tay, ảnh chụp và bản quét. Kết quả được đánh giá theo độ chính xác của ký hiệu, cấu trúc toán học, khả năng chỉnh sửa và thời gian sửa lỗi.

Phạm vi dữ liệu đầu vào

Các loại tài liệu để đánh giá OCR công thức

  • Công thức in rõ nét
  • Phân số, căn thức, chỉ số trên và chỉ số dưới
  • Ma trận và phương trình được căn chỉnh
  • Mixed text-and-formula documents
  • Ảnh chụp bằng điện thoại bị nghiêng
  • Hình ảnh độ phân giải thấp
  • Công thức viết tay
  • Văn bản tiếng Trung hoặc tiếng Anh xen lẫn công thức
  • PDF đã quét
  • Các trường hợp thất bại hoặc ví dụ cần chỉnh sửa rõ ràng

Tiêu chí đánh giá

Kết quả chỉ hữu ích khi các giới hạn được thể hiện rõ ràng

  • Độ chính xác của ký hiệu
  • Cấu trúc toán học
  • Khả năng chỉnh sửa phương trình trong Word
  • Độ chính xác của LaTeX
  • Khả năng giữ nguyên bố cục
  • Thời gian chỉnh sửa thủ công
  • Có sử dụng OCR cục bộ hay AI đám mây tùy chọn

Định dạng bản ghi bắt buộc

Kiểm tra kết quả thô trước khi chỉnh sửa thủ công

Loại nguồn
Ví dụ: ảnh chụp phiếu bài tập in bằng điện thoại
Phiên bản ứng dụng
Phiên bản Offline OCR chính xác đã sử dụng
Device
Thiết bị hoặc nền tảng được sử dụng để xử lý
Chế độ xử lý
OCR cục bộ hoặc Cloud AI tùy chọn
Phương trình mong đợi
Phương trình mục tiêu hoặc kết quả tài liệu mong đợi
Kết quả OCR thô
Kết quả nhận dạng chưa qua chỉnh sửa
Kết quả đã chỉnh sửa
Kết quả sau khi chỉnh sửa thủ công
Vấn đề nhận dạng
Các lỗi đã biết hoặc không có lỗi rõ ràng trong mẫu này
Các định dạng xuất hiện có
DOCX, LaTeX, PDF, văn bản hoặc tệp dự án
Ngày xử lý
Ngày ví dụ được xử lý

Chúng tôi công bố kết quả thô trước khi chỉnh sửa thủ công và nêu rõ từng ví dụ sử dụng OCR cục bộ hay Cloud AI tùy chọn. Các trường hợp thất bại cũng cần được giữ lại để người dùng đánh giá công cụ có phù hợp với tài liệu của mình hay không.

Đọc bản ghi bằng chứng công khai đầu tiên