SLIDE：基于滑动文档窗口的机器翻译无参考评估

在句子层级运行的基于参考的度量通常优于仅能访问源文本和系统输出的质量估计度量。这并不令人意外，因为参考文本消除了源文本中可能存在的歧义。在本文中，我们探究额外的源上下文是否能有效替代参考文本。我们提出了一种名为 SLIDE（SLIding Document Evaluator，滑动文档评估器）的度量，其作用于句子块。SLIDE 利用一个在测试集中每个文档上滑动的滑动窗口，将每个句子块输入一个未经修改的、现成的质量估计模型。我们发现，SLIDE 比其句子级基线获得了显著更高的成对系统准确率，在某些情况下甚至消除了与基于参考的度量之间的差距。这表明源上下文在消除源歧义时可能提供与人工参考相同的信息。这一发现尤其适用于无参考的文档级评估，其中 SLIDE 可在仅需文档边界标注的情况下提供更高质的成对系统评估。