为何采用当前方式计算Word Information Lost(WIL)？如何通俗理解WIL？

什么是WIL？ #

Word Information Lost（WIL）是评估ASR（自动语音识别，如AWS Transcribe、Google Speech-to-Text）转录结果与人工标注金标准文本差异的指标，比常用的Word Error Rate（WER）更侧重信息丢失的严重程度，而非单纯统计错误词数量。

它的计算涉及以下变量：

• H：命中数（金标准与ASR结果完全匹配的词数）
• N：金标准文本的总词数
• P：ASR转录文本的总词数
• S：替换数（金标准中的词被ASR替换成其他词的数量）
• D：删除数（金标准有但ASR没识别出来的词数）
• I：插入数（ASR识别出但金标准没有的词数）

一、WIL的核心通俗含义 #

一句话概括：WIL是衡量ASR结果相对于金标准，丢失了多少关键信息的「加权比例」。它不是数「错了几个词」，而是看「这些错误让原本的信息损失了多少分量」——比如把「急性心梗」识别成「感冒」，这种严重错误的权重远高于把「的」识别成「地」这类小错误。

二、为什么要用带指数的公式设计？ #

WER的计算是(S+D+I)/N，只是简单统计错误词占金标准总词数的比例，最大问题是对所有错误一视同仁，不管错误对语义的破坏程度。而WIL的指数设计就是为了弥补这个缺陷：

1. 分子的平方项：通常分子是(N-H)^2（N-H等于替换+删除的错误数），平方的作用是放大严重错误的影响——比如10个未命中词带来的信息损失，不是5个未命中的2倍，而是4倍，以此突出「大面积错误对信息传递的毁灭性破坏」。
2. 分母的平方项：分母是N^2 + P^2，把金标准和ASR结果的总词数平方后相加，一是为了归一化结果，让WIL始终落在0（完全匹配，无信息丢失）到1（完全不匹配，信息全丢）之间；二是兼顾ASR结果过长（插入过多无关词）或过短（删除过多关键词）的情况——比如ASR插了一堆无关内容，P变大，分母变大，不会让WIL因为插入错误过多而失真。

简单说：指数就是给「错误的严重程度」加权重，让WIL更贴近人类对「信息是否有用」的判断，而非冷冰冰的错误计数。

三、有没有更简单的替代公式？ #

如果追求直观，WER确实更简单，但它无法区分错误的严重程度。如果想要平衡直观性和信息损失的衡量，可以用加权WER：给不同类型的错误（比如替换关键专业词、删除核心信息词）设置不同权重，比如把替换医疗术语的错误权重设为3，普通替换设为1，这样既保留WER的直观性，又能体现错误的影响程度。

但WIL的优势是不需要手动设置权重，通过平方项自动实现「错误越多、损失越严重」的非线性加权，适合批量评估ASR系统的整体信息传递能力。

内容的提问来源于stack exchange，提问作者jayp