评估无参考机器翻译的同伴评价方法
计算与语言
2021-04-13 v1
摘要
无参考评价有潜力使机器翻译评价具有显著更高的可扩展性，使我们能够轻松转向新的语言或领域。最近研究表明，将一个大型多语言模型给出的概率用作无参考度量时可达到当前最优结果。我们对这一模型进行了多种修改实验，并证明通过扩大其规模可以匹配 BLEU 的性能。我们分析了该方法各种潜在的弱点，发现它出奇地稳健，并可能在广泛的领域和不同系统质量下提供合理的性能。
引用
@article{arxiv.2104.05146,
title = {Assessing Reference-Free Peer Evaluation for Machine Translation},
author = {Sweta Agrawal and George Foster and Markus Freitag and Colin Cherry},
journal= {arXiv preprint arXiv:2104.05146},
year = {2021}
}
备注
NAACL 2021