OCR与OMR

把纸质资料变成计算机可处理的文本数据，两种机械识别技术分工不同：OCR（光学文字识别）识别图像中的文字，英文因为只有字母数字且单词间有空格，识别精度已经很高；日语这类语言因为存在”夕/タ”“力/カ”这样不结合上下文人都会认错的形近字，精度提升更慢，离接近100%还有距离——这说明识别精度的瓶颈本质是语言本身的歧义程度，不完全是技术问题。OMR（光标阅读机）则只需要判断填涂位置在不在，不涉及语义理解，精度接近100%，成本低廉、无需任何技能即可使用，因此被广泛用于问卷调查和标准化考试的答题卡。这对比揭示了一个规律：识别任务越依赖”理解语义”，精度天花板越低；越只是”判断位置/状态”，精度越容易做到接近完美。