Datalab lanzó OmniParseBench, una prueba abierta de reconocimiento óptico de caracteres. Incluye 16,288 pruebas de sí o no que evalúan cómo procesan los parsers de OCR documentos reales. Las pruebas abarcan 2,937 páginas escritas en 92 idiomas distintos. Los resultados se presentan como porcentajes de aprobación y pueden desglosarse por idioma, sistema de escritura o etiqueta. La prueba está disponible gratuitamente para cualquiera que desarrolle o compare sistemas de OCR.
Por qué importa
Permite a desarrolladores e investigadores comparar herramientas de OCR con un amplio conjunto multilingüe y detectar sus puntos fuertes y sus carencias.
