We introduce GEM, a living benchmark for natural language Generation (NLG), its Evaluation, and Metrics. Measuring progress in NLG relies on a constantly evolving ecosystem of automated metrics, datasets, and human evaluation standards. However, due to this moving target, new models often still evaluate on divergent anglo-centric corpora with well-established, but flawed, metrics. This disconnect makes it challenging to identify the limitations of current models and opportunities for progress. Addressing this limitation, GEM provides an environment in which models can easily be applied to a wide set of corpora and evaluation strategies can be tested. Regular updates to the benchmark will help NLG research become more multilingual and evolve the challenge alongside models. This paper serves as the description of the initial release for which we are organizing a shared task at our ACL 2021 Workshop and to which we invite the entire NLG community to participate.


翻译:我们引入了GEM,这是自然语言生成、评估和计量的活基准。测量NLG的进展依赖于不断演变的自动计量、数据集和人类评价标准等生态系统。然而,由于这一移动目标,新的模型往往仍然对不同的以地球为中心的生物群落进行评价,并有完善但有缺陷的衡量标准。这种脱节使得查明当前模式的局限性和取得进展的机会成为挑战。解决这一局限性,GEM提供了一个环境,使模型能够很容易地应用于广泛的公司群,评估战略可以测试。定期更新基准将有助于NLG研究更加多语言化,并随着模型一起演变挑战。本文描述了我们组织2021年ACL讲习班共同任务的初步发布情况,我们邀请整个NLG社区参加。

0
下载
关闭预览

相关内容

ACM/IEEE第23届模型驱动工程语言和系统国际会议,是模型驱动软件和系统工程的首要会议系列,由ACM-SIGSOFT和IEEE-TCSE支持组织。自1998年以来,模型涵盖了建模的各个方面,从语言和方法到工具和应用程序。模特的参加者来自不同的背景,包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛,参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供进一步推进建模基础的机会,并在网络物理系统、嵌入式系统、社会技术系统、云计算、大数据、机器学习、安全、开源等新兴领域提出建模的创新应用以及可持续性。 官网链接:http://www.modelsconference.org/
【EMNLP2020】自然语言生成,Neural Language Generation
专知会员服务
38+阅读 · 2020年11月20日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
已删除
将门创投
5+阅读 · 2017年10月20日
Arxiv
5+阅读 · 2019年4月21日
VIP会员
相关资讯
已删除
将门创投
5+阅读 · 2017年10月20日
Top
微信扫码咨询专知VIP会员