Datalab از OmniParseBench، بنچمارکی متن‌باز برای تشخیص نوری نویسه‌ها (OCR)، رونمایی کرد. این بنچمارک 16,288 آزمون بله/خیر دارد که عملکرد پارسرهای OCR را در پردازش اسناد واقعی می‌سنجد. آزمون‌ها 2,937 صفحه به 92 زبان مختلف را در بر می‌گیرند. نتایج به‌صورت نرخ قبولی ساده گزارش می‌شوند و کاربران می‌توانند آن‌ها را بر اساس زبان، خط یا برچسب تفکیک کنند. این بنچمارک برای همه کسانی که سامانه‌های OCR می‌سازند یا با هم مقایسه می‌کنند، رایگان در دسترس است.
چرا مهم است
این بنچمارک به توسعه‌دهندگان و پژوهشگران امکان می‌دهد ابزارهای OCR را روی مجموعه‌ای گسترده و چندزبانه مقایسه کنند و نقاط قوت و ضعف آن‌ها را ببینند.
