Apa itu tingkat kesalahan karakter?

Oleh tim PotokDiperbarui ~1 menit baca

Apa itu tingkat kesalahan karakter? Itu adalah porsi karakter yang salah dari sebuah sistem dibanding teks acuan, dihitung dari penggantian, penghapusan, dan penyisipan. CER terutama dipakai untuk bahasa yang ditulis tanpa spasi, tempat pemisahan teks menjadi kata tidak andal.

Transkripsikan rekaman

Kirim pesan suara, audio, atau video Anda ke @potok_now_bot di Telegram, lalu teksnya akan dikirim kembali di obrolan.

Buka @potok_now_bot di Telegram

File hingga 2 GB · ekspor ke TXT, MD, DOCX, PDF, SRT, dan VTT · label pembicara dan stempel waktu · sekitar 30 bahasa

Fakta utama

  • Rumusnya adalah jumlah karakter yang diganti, dihapus, dan disisipkan, dibagi jumlah karakter dalam teks acuan.
  • Word error rate menganggap satu huruf salah sebagai satu kata salah, sehingga CER memberi gambaran lebih lunak untuk salah eja kecil.
  • Teks Jepang dan Tionghoa tidak memakai spasi antar kata, jadi jumlah kata bergantung pada aturan pemenggalan; karakter tidak.
  • CER nol berarti cocok persis dengan acuan, dan nilainya bisa melebihi satu bila banyak karakter berlebih muncul.

Tampilannya

CER = (S + D + I) / N
  S substituted, D deleted, I inserted characters; N = characters in reference

reference : recognise    (N = 9)
output    : recognize
S = 1 (s -> z), D = 0, I = 0
CER = 1 / 9 = 0.11

Selengkapnya

Lihat daftar lengkap bahasa, alat, dan glosarium.

Pertanyaan yang sering diajukan

Apa beda CER dan WER?

WER menghitung kesalahan per kata dan CER per karakter. CER lebih halus, dan cocok untuk aksara yang batas katanya tidak ditandai spasi.

Bagaimana cara menghitung CER?

Sejajarkan hasil dengan acuan, hitung karakter yang diganti, dihapus, dan disisipkan, lalu bagi totalnya dengan panjang acuan dalam karakter.

Mengapa tidak memakai WER untuk setiap bahasa?

WER butuh definisi kata yang jelas. Pada bahasa tanpa spasi, definisi itu berbeda di tiap alat, sehingga skor dari alat berbeda tidak lagi bisa dibandingkan.

Apakah CER yang lebih rendah selalu lebih baik?

Ya untuk teks uji yang sama. Lebih rendah berarti lebih sedikit salah karakter, tetapi bandingkan hanya skor yang diukur pada acuan yang sama, dengan aturan teks yang sama.

Apakah angka CER yang dipublikasikan berlaku untuk file saya?

Tidak secara langsung. Angka itu berasal dari set uji tertentu, dan rekaman yang bising atau beraksen akan memberi skor berbeda. Anggap sebagai panduan, lalu periksa file Anda sendiri.

Sumber

Setiap sumber dibuka secara manual pada tanggal yang tertera. Halaman bisa berubah, jadi buka sumbernya jika ada detail yang penting bagi Anda.

  1. Word error rate (Wikipedia), Wikipedia · diperiksa
  2. Japanese writing system (Wikipedia), Wikipedia · diperiksa

Coba pada rekaman Anda sendiri

Kirim pesan suara, audio, atau video Anda ke @potok_now_bot di Telegram, lalu teksnya akan dikirim kembali di obrolan.

Buka @potok_now_bot di Telegram