قراءة النص العربي المطبوع
يقرأ Kindi OCR الصحف والكتب العربية الممسوحة ضوئيًا، ويُخرج نصًّا يمكنك البحث فيه وتصحيحه.
0.89%معدل خطأ الأحرف على MDP-90فاصل الثقة 95%: 0.6–1.2
الاختبار
اختبار ثابت واحد، نقيّم عليه كل إصدار وكل نظام.
- مجموعة البيانات
- MDP-90: تسعون كتلة نصية من صفحات صحف عربية.
- طريقة التقييم
- تُقيَّم كل كتلة كاملة، فأخطاء ترتيب الأسطر والأعمدة تُحسب أيضًا.
- المقياس
- معدل خطأ الأحرف (CER): عدد الأحرف المستبدلة والمحذوفة والمضافة، مقسومًا على عدد أحرف النص الصحيح.
- الثقة
- لكل نظام فاصل ثقة 95% بجانب رقمه.
النتيجة
الأقل خطأً على هذا الاختبار، من بين 5 أنظمة.
| النظام | معدل خطأ الأحرف (CER) | فاصل الثقة 95% |
|---|---|---|
| Kindi OCR | 0.89% | 0.6–1.2 |
| Mistral OCR v4.1 | 1.29% | 1–1.6 |
| deep.sa OCR v2.0 | 2.63% | 1.9–3.7 |
| PaddleOCR-VL 1.6 | 5.4% | 4.2–6.5 |
| Tesseract | 6.53% | 4.5–9.3 |
0%2%4%6%8%10% |
تُظهر الشَّرطتان عند طرفَي كل شريط فاصل الثقة 95%.
كيف نقرأ النتيجة
يتداخل فاصلنا (0.6–1.2) مع فاصل Mistral OCR (1–1.6)، لذلك نصفه بأنه الأقل خطأً على هذا الاختبار دون أن نعدّه فارقًا حاسمًا. أما أمام PaddleOCR-VL وTesseract فالفارق واضح: معدل خطئهما نحو 5% فأكثر.
ماذا يعني الرقم
على صفحة حقيقية.
في فقرة من ألف حرف، يخطئ Kindi OCR في نحو 9 أحرف. هذا ما يبقى للموظف ليصحّحه.
لديك أرشيف عربي مطبوع؟
صحف أو كتب أو مستندات ممسوحة ضوئيًا. نقرؤها معك، ونقيس النتيجة على عيّنتك.