A Datalab lançou o OmniParseBench, um benchmark aberto para reconhecimento óptico de caracteres (OCR). Ele oferece 16.288 testes de resposta sim ou não para avaliar o desempenho de sistemas de OCR em documentos reais. Os testes abrangem 2.937 páginas em 92 idiomas diferentes. Os resultados são apresentados como taxas de aprovação simples e podem ser analisados por idioma, sistema de escrita ou etiqueta. O benchmark está disponível gratuitamente para qualquer pessoa que desenvolva ou compare sistemas de OCR.
Por que importa
A ferramenta permite que desenvolvedores e pesquisadores comparem sistemas de OCR usando um amplo conjunto multilíngue e identifiquem seus pontos fortes e suas limitações.
