自動檢查閱讀器錯誤：有多常見？
我向我的信用卡公司寄了一張 1234 美元的支票。那裡的自動支票閱讀器錯誤地將其讀取為 12.34 美元，這是支付的金額，也是從我的銀行清算的金額。我看了支票的圖片，我的字跡很好，所以我很好奇這種情況發生的頻率。我以前從未聽說過，我在網上找不到任何關於這件事的說法。
你的問題是，
我很好奇這種情況發生的頻率
簡短的回答是，根本不經常。很少有很多人永遠不會經歷它，甚至可能不認識經歷過它的人。根據我在金融行業工作的個人經驗，我將在下面列出一些粗略的數字——我不知道有任何公開的數據匯集在整個行業中。
您似乎知道，支票基本上是根據掃描的圖像處理的。金融機構使用支票處理機器和軟體來處理圖像。本質上，紙質文件被數字化並應用 OCR（光學字元辨識），將圖像轉換為數字。
一個關鍵點是該過程是半自動化的——OCR 過程具有準確度規則，本質上是在處理圖像時為圖像分配可靠性分數。具有高分的圖像（即係統相當肯定它已經正確猜測的圖像）通常會自動送出，無需人工干預（至少在驗證數據與圖像匹配方面）。
另一方面，在特定分數下處理的圖像（即係統不確定它是否正確猜測）被停止並排隊等待人類驗證。這個門檻值通常設置得非常保守，以確保准確性（讓人工點擊驗證少數圖像以捕捉實際錯誤比處理因錯誤數據而生氣的客戶要便宜得多）。
OCR 流程的驗證隊列率可能高達 30% - 也就是說，系統要求人工驗證其處理的 30% 的最低質量數據。但是，實際上只有 1% 到 2% 的時間是錯誤的。當您將人工驗證添加到 OCR 流程中時，錯誤率會迅速下降。儘管確實會發生錯誤，但正如您所經歷的那樣，錯誤率通常非常低 - 每天處理 5,000 張紙質支票的機構每天可能只有 1 個實際編碼錯誤，計算結果約為 0.02% - 其中一部分錯誤被擷取由處理支票的金融機構和/或美聯儲；很多時候，最終客戶甚至都沒有意識到這是一個錯誤。
換句話說，您可以合理地期望在接下來的 13 或 14 年內每天都寫一張支票，然後再看到另一個錯誤。考慮到即使是一個多產的開支票人，平均每個月也可能只有十幾到兩張支票，大多數人永遠不會遇到像你這樣的編碼錯誤。