Analyse de la Précision OCR & ASR sous SAS Viya

Quelles sont les métriques de performance concrètes calculées par cette action ? - calculateErrorRate

Cette action génère des rapports détaillés incluant les trois indicateurs fondamentaux du traitement automatique du langage naturel : le taux d'erreur de caractères (CER), le taux d'erreur de mots (WER) et le taux d'erreur de phrases (SER). En analysant les insertions, les substitutions et les délétions, l'action offre une vision mathématique précise de la fidélité de la transcription par rapport à la source originale au sein de l'environnement Cloud Analytic ServicesMoteur d'exécution in-memory de SAS Viya. Il assure le traitement massivement parallèle (MPP) et distribué des données pour optimiser les performances analytiques et le passage à l'échelle..

Exemples pour l'action calculateErrorRate

Calcul basique du taux d'erreur

Une comparaison directe entre deux tables en utilisant les paramètres par défaut (première colonne pour l'ID, seconde pour le texte).

Évaluation complète avec mapping explicite des colonnes

Dans cet exemple, nous spécifions précisément quelles colonnes utiliser. C'est la méthode recommandée pour éviter que SAS ne choisisse les mauvaises colonnes par défaut (surtout si votre table est un joyeux bazar).

Conseil de l'Expert

Ne vous contentez pas du WER global. En production, segmentez toujours vos calculs par source de données ou type de document (via le paramètre groupby). Une transcription de réunion (ASR) n'aura pas le même profil d'erreur qu'une lecture de chèques (OCR), et mélanger les deux fausserait votre seuil d'acceptabilité métier.

Architecture Métrique et Algorithmique CAS

Distance de Levenshtein Distribuée : L'action table.assess (ou via langModel) utilise une approche de programmation dynamique parallélisée sur les nœuds CAS pour calculer le coût d'édition minimal entre la référence et la prédiction.
Optimisation In-Memory : Contrairement aux scripts Python classiques (type jiwer), l'exécution dans Viya 4 traite des millions de lignes sans transfert de données hors du cloud, garantissant une latence minimale sur les gros volumes.

Cette réponse vous a-t-elle aidé ?

Vos votes aident à améliorer notre base de connaissances.