阅读笔记：DocOCR-Eval: A Correction-Based Framework for OCR Tool Selection Without Ground Truth

用户8729876

发布于 2026-08-02 00:42:38

840

概述

这篇论文用 "MLLM 当 corrector、衡量 OCR 原始输出与校正后输出的差异" 的思路，提出一个无需人工标注的 OCR 引擎选择框架 DocOCR-Eval：对每个候选引擎的输出依次跑三阶段错误诊断（字符噪声 DcD_cDc/ 分词错误 DtD_tDt/ 语义一致性 DsD_sDs）并条件触发两个 MLLM 校正器（纯文本 CtC_tCt/ 带视觉裁剪重识别 CvC_vCv）

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

人工智能