翻訳タスクでの自動評価指標

https://scrapbox.io/files/65a9c731fcb24a0024538ea3.png

翻訳タスクの、従来からある自動評価指標では、以下の3つが有名

それぞれ、機械翻訳の出力が参照翻訳とどの程度「類似」しているかを測定する。

しかし、しばしば意味的な側面の評価において不足しており、誤解を招く結論につながる可能性がある。

また、これらの従来の方法は、人間の判断との低い整合性と、スコアの解釈性の欠如を持っており、課題がある