研究人员开发了PEAR，一种新颖的监督式机器翻译质量评估指标，它将评估重构为成对比较。该方法预测两个候选翻译之间质量差异的方向和幅度。尽管参数较少，PEAR的表现优于现有指标，包括更大的模型和基于参考的方法。它还被证明对最小贝叶斯风险解码有效，以最小的性能影响降低了计算成本。 AI
影响 引入了一种更有效和更高效的机器翻译质量评估方法，有可能改进解码策略。
排序理由 介绍机器翻译评估新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →