Kalkulator stope pogrešaka po riječi

Zašto je ova raščlamba važna

Stopa pogrešaka po riječi (WER) je broj zamijenjenih, izbrisanih i umetnutih riječi podijeljen s ukupnim brojem riječi u točnom transkriptu. To je stvarno mjerilo, a svaku riječ tretira kao jednako važnu.

U tome je problem. Zamislite dva transkripta istog jednosatnog razgovora. Jedan ima ocjenu 3 %, a svaka je pogreška poštapalica ili nespretan početak rečenice. Drugi ima 1 %, a njegove su pogreške prezime, brojka u raspravi o proračunu i izostavljeno „ne”. Drugi je trostruko bolji na testu točnosti. Prvi je onaj koji možete objaviti; drugi citira osobu da je pristala na nešto što je zapravo odbila.

Dakle, gornji broj je onaj koji biste vidjeli na marketinškoj stranici, a tablica ispod njega odlučuje je li transkript uopće upotrebljiv. Detaljniju verziju ovog objašnjenja napisali smo u članku Što zapravo znači „99 % točno”.

Kako se računa

Veličina slova i interpunkcija se zanemaruju

Prema uobičajenoj definiciji ove metrike. „Mačka je sjedila.” i „mačka je sjedila” vrednuju se identično.

Imena su riječi koje počinju velikim slovom u sredini rečenice

Jednostavna i poštena aproksimacija: svaka rečenica počinje velikim slovom, stoga veliko slovo na početku rečenice ne govori ništa i ne računa se.

Brojevi obuhvaćaju znamenke i brojevne riječi

„240”, „eleven” i „percent” svi ulaze u istu kategoriju. Znamenke se računaju na bilo kojem jeziku; brojevi napisani riječima i negacije samo na engleskom.

Svaka riječ pripada točno jednoj kategoriji

Najprije ono s najvećim posljedicama: izostavljeni „no” računa se kao negacija bez obzira na to je li bio napisan velikim slovom.

Umetanja nemaju kategoriju

Kategorije se broje u odnosu na točan transkript, a izmišljena riječ u njemu nema odgovarajući par. I dalje se uračunava u ukupnu stopu.