We explore the sensitivity of a document summary quality estimator, BLANC, to human assessment of qualities for the same summaries. In our human evaluations, we distinguish five summary qualities, defined by how fluent, understandable, informative, compact, and factually correct the summary is. We make the case for optimal BLANC parameters, at which the BLANC sensitivity to almost all of summary qualities is about as good as the sensitivity of a human annotator.


翻译:我们探讨文件摘要质量估计员(BLANC)对同一摘要的人文素质评估的敏感性。 在我们的人类评价中,我们区分了五种摘要质量,其定义是摘要的流利、易懂、信息丰富、紧凑和事实正确。 我们提出最佳的BLANC参数的理由,在这种参数中,BLANC对几乎所有摘要质量的敏感性与人文说明员的敏感性一样好。

0
下载
关闭预览

相关内容

专知会员服务
123+阅读 · 2020年9月8日
【论文推荐】小样本视频合成,Few-shot Video-to-Video Synthesis
专知会员服务
23+阅读 · 2019年12月15日
ExBert — 可视化分析Transformer学到的表示
专知会员服务
31+阅读 · 2019年10月16日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
已删除
将门创投
6+阅读 · 2019年9月3日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Arxiv
0+阅读 · 2020年11月25日
Arxiv
4+阅读 · 2018年3月1日
VIP会员
相关资讯
已删除
将门创投
6+阅读 · 2019年9月3日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Top
微信扫码咨询专知VIP会员