Datalab ha pubblicato OmniParseBench, un benchmark aperto per il riconoscimento ottico dei caratteri. Include 16.288 test con esito sì o no per valutare quanto bene i parser OCR gestiscono documenti reali. I test coprono 2.937 pagine in 92 lingue diverse. I punteggi sono espressi come semplici percentuali di superamento e si possono suddividere per lingua, sistema di scrittura o tag. Il benchmark è disponibile gratuitamente per chiunque sviluppi o confronti sistemi OCR.
Perché conta
Permette a sviluppatori e ricercatori di confrontare gli strumenti OCR su un ampio insieme multilingue e di individuarne punti di forza e lacune.
