BriefGPT.xyz
Ask
alpha
关键词
n-gram matching-based evaluation metrics
搜索结果 - 1
走向多参考时代 -- 解决自然语言生成评估中的数据泄漏和参考多样性受限问题
N-gram 匹配评估指标,如 BLEU 和 chrF,在各种自然语言生成(NLG)任务中被广泛使用。然而,最近的研究发现,这些基于匹配的指标与人类评估之间存在较弱的相关性,尤其与 BLEURT 等基于神经网络的指标相比。在本文中,我们假设
→
PDF
a year ago
Prev
Next