字词错误率计算器

为什么错误分类明细至关重要

字词错误率是指替换词、删除词与插入词的总数除以正确文本的长度。这是一个真实的衡量指标，且对每个词一视同仁。

这就是问题所在。试想同一段 1 小时录音的两份转写稿：一份错误率为 3%，所有错误都是语气词或破句断句；另一份错误率为 1%，错误却是一个姓氏、预算讨论中的某个数字，以及漏掉的“don’t”。第二份在基准评测上的成绩比第一份好上三倍。但第一份你可以直接发布；第二份却把对方拒绝的事情引述成了同意。

上面的数字就是你在营销页面上常见的数据，而下方的表格才决定了转写稿到底有没有实用价值。我们在“准确率 99%”究竟意味着什么一文中对这一观点展开了更深入的论述。

统计方式

忽略大小写与标点符号

按照该指标的常规定义。“The cat sat.”与“the cat sat”得分完全相同。

人名指句中出现的大写词

这是一种简易但坦诚的近似方法：每个句子都以大写字母开头，因此句首大写无法说明问题，不计入统计。

数字统计阿拉伯数字及英文数词

“240”、“eleven”和“percent”都归入同一类。阿拉伯数字在任何语言里都算；用文字写的数字和否定词只认英文。

每个词仅归入一个分类

按影响从大到小归类：漏掉的“no”不管是否大写，都算作否定词。

插入词不设分类

各类别的统计均以正确文本为基准，而凭空捏造的词在原文中并无对应项。这仍会计入总错误率。