已验证80% 置信事实精确时间
词错误率（WER）的计算方式是将识别输出与参考文本之间的替换、删除、插入错误数量之和除以参考文本的总词数
4
来源数
80%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证WER计算方式为(替换词数+删除词数+插入词数)/参考总词数，对文本格式（大小写、标点、缩写、拼写变体）极其敏感，评测前通常需要归一化。79% 相似待验证WER将所有词错误一视同仁，无论错的是虚词还是关键实体词，扣分都相同64% 相似待验证WER的计算基于编辑距离（Levenshtein距离）算法，通过动态规划找到参考文本与假设文本之间的最优对齐路径61% 相似待验证一个已发布的406M参数Fusion-in-Decoder专用模型，当输入从截断长文本切换到2000词检索片段时，ROUGE-1分数骤降6.30分61% 相似待验证困惑度、突发性与词频异常分析三者结合使AI文本检测准确率显著高于单一方法59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1003004API
curl https://kongchang.com/api/v1/knowledge/claims/1003004MCP
get_claim(id=1003004)