MetaMetrics-MT：通过人类偏好校准调优机器翻译元指标
计算与语言
2024-11-04 v1 人工智能
机器学习
摘要
我们提出MetaMetrics-MT，这是一种创新的机器翻译（MT）评估指标，通过贝叶斯优化与高斯过程结合，将其与人类偏好高度对齐。MetaMetrics-MT通过优化与人类判断的相关性，提升现有MT指标的表现。在WMT24 metric shared task数据集上进行的实验表明，MetaMetrics-MT在参考基准设置下超越了所有现有基线，树立了该设置下最新SOTA性能新基准。此外，在无参考设置下，它与领先指标相当，同时具有更高的效率。
引用
@article{arxiv.2411.00390,
title = {MetaMetrics-MT: Tuning Meta-Metrics for Machine Translation via Human Preference Calibration},
author = {David Anugraha and Garry Kuwanto and Lucky Susanto and Derry Tanti Wijaya and Genta Indra Winata},
journal= {arXiv preprint arXiv:2411.00390},
year = {2024}
}
备注
Preprint