File size: 3,566 Bytes
af3342d | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 | # تقرير قياس الميزات — Features Benchmark
قياس مستقل على **13 صفحة** من `eval_htr/top_15_easiest_images` (GT يدوي) — GPU (RTX 4050, FP16) — التاريخ: 2026-07-02
## 1) جودة التفريغ (OCR) لكل صفحة
| الصفحة | أسطر | CER | WER | زمن (ث) | النموذج |
|---|---|---|---|---|---|
| MS_ARA_1983_177819 | 33 | 1.99% | 7.4% | 84.2 | general |
| MS_ARA_1977_0136 | 32 | 2.92% | 12.7% | 82.2 | general |
| MS_ARA_1977_0153 | 33 | 3.68% | 13.4% | 88.4 | general |
| MS_ARA_417_0011 | 13 | 4.61% | 22.5% | 59.1 | general |
| MS_ARA_1943_180499 | 41 | 5.08% | 14.9% | 13.8 | general |
| MS_ARA_417_0009 | 13 | 6.93% | 19.0% | 65.7 | general |
| ARA_MS_1982_182182 | 41 | 7.27% | 20.2% | 15.8 | general |
| MS_ARA_1944_0006 | 21 | 8.36% | 15.4% | 7.3 | general |
| MS_ARA_1977_0092 | 32 | 10.72% | 15.6% | 18.8 | general |
| MS_ARA_23_42035 | 23 | 11.32% | 24.0% | 62.0 | general |
| MS_ARA_1977_0093 | 28 | 21.02% | 28.6% | 67.5 | general |
| MS_ARA_1926_0077 | 10 | 24.8% | 42.6% | 5.8 | general |
| MS_ARA_1926_0144 | 15 | 29.81% | 54.3% | 6.1 | general |
| **المتوسط** | — | **10.65%** | **22.4%** | **44.4** | — |
**تفصيل:** الصفحات العادية (11): متوسط CER **7.63%** · عائلة 1926 (2، قصّ آلي عصيّ معروف): 27.30%
> أثناء هذا القياس اكتشفنا وأصلحنا علّة راوتر (كاشف الكثافة كان يوجّه صفحات عادية لقصّ المنطق → فشل كامل على 1926_0077). الأرقام أعلاه **بعد** الإصلاح.
## 2) أثر بوابة النموذج اللغوي (Gated LM)
- الأسطر التي تدخّل فيها اللغوي: **18** (من مئات الأسطر — البوابة انتقائية بحكم التصميم)
- حسّنت القرب من GT: **12** · حيادية: **5** · أضرّت: **1**
- **معدل النفع: 67%** من التدخّلات مفيدة
## 3) دقة اقتراح البدائل الذكي (LLM السياقي)
اختبار على **10** سطراً منخفض الثقة (الأصعب): هل «الاقتراح الأفضل» أقرب لـ GT من قراءة OCR؟
| حسّن | حيادي | أضرّ |
|---|---|---|
| **6** (60%) | 4 | 0 |
أمثلة تحسين (مسافة التحرير قبل → بعد):
| الصفحة | قراءة OCR | الاقتراح | المسافة |
|---|---|---|---|
| MS_1982_182182 | لحيا | اللحياني | 4 → **1** |
| _ARA_1926_0077 | والفضيلة والشرف والد مة | والفضيلة والشرف والدرجة | 2 → **0** |
| _ARA_1926_0144 | ماليب | باليت | 3 → **1** |
| RA_1943_180499 | ودالغه | ودا عطه | 94 → **93** |
## 4) الفهرس (بعد تحسين الترتيب)
| الاستعلام | النتيجة الأولى | صحيحة؟ |
|---|---|---|
| منطق | المنطق (ثم في المنطق، إصلاح المنطق) | ✅ |
| تصوف | التصوف والمتصوِّفة + أعمال التصوف | ✅ |
| الشمسية | العقد الثاني في قواعد الشمسية | ✅ |
| Ibn Khaldun | تاريخ ابن خلدون وأعماله | ✅ |
| al-Razi | أعمال الرازي (مفاتيح الغيب، تحرير القواعد المنطقية) | ✅ |
> قبل التحسين كان «منطق» يُرجع Falsafat Karl Buber أولاً — أُصلح بترتيب الصلة (token+IDF+عنوان كامل+تجريد ال).
|