【ACL2020-Google】BLEURT:一种基于迁移学习的自然语言生成度量

文本生成在过去几年中取得了重大进展。然而，评估指标却落后了，因为最流行的选择(如BLEU 和ROUGE)可能与人类的判断关系不大。我们提出了BLEURT，一种基于BERT的学习评价指标，它可以用几千个可能有偏见的训练例子来模拟人类的判断。我们的方法的一个关键方面是一个新的预训练方案，它使用了数百万的综合例子来帮助模型泛化。BLEURT提供了过去三年WMT指标共享任务和WebNLG竞赛数据集的最先进的结果。与基于普通BERT的方法相比，即使在训练数据稀少且分布不均匀的情况下，它也能产生更好的结果。

https://arxiv.org/abs/2004.04696

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“BLEURT” 可以获取《BLEURT:一种基于迁移学习的自然语言生成度量》专知下载链接索引

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源