A new metric \texttt{BaryScore} to evaluate text generation based on deep contextualized embeddings (\textit{e.g.}, BERT, Roberta, ELMo) is introduced. This metric is motivated by a new framework relying on optimal transport tools, \textit{i.e.}, Wasserstein distance and barycenter. By modelling the layer output of deep contextualized embeddings as a probability distribution rather than by a vector embedding; this framework provides a natural way to aggregate the different outputs through the Wasserstein space topology. In addition, it provides theoretical grounds to our metric and offers an alternative to available solutions (\textit{e.g.}, MoverScore and BertScore). Numerical evaluation is performed on four different tasks: machine translation, summarization, data2text generation and image captioning. Our results show that \texttt{BaryScore} outperforms other BERT based metrics and exhibits more consistent behaviour in particular for text summarization.


翻译:根据深背景嵌入(\ textit{ e.}, BERT, Roberta, ELMO) 来评估文本生成情况。 引入了一个新的衡量标准, 其动机是依靠一个依靠最佳运输工具的新框架,\ textit{ i. e.}, Wasserstein 距离和 baycenter 。 通过模拟深背景嵌入的层输出, 将其作为概率分布而不是矢量嵌入; 这个框架提供了一种自然的方式, 通过瓦塞斯坦空间表层集成不同输出。 此外, 它为我们的测量提供了理论依据, 并提供了替代可用解决方案的替代方法(\ textit{ 如}, MolerScore 和 BertScore ) 。 数字评价是在四种不同的任务上进行的: 机器翻译、 汇总、 数据2 文本生成和图像说明。 我们的结果表明, \ textt{BaryScore} 超越了其他基于 BERT 的测量标准, 并展示出更一致的行为, 特别是文本总称 。

0
下载
关闭预览

相关内容

图像字幕(Image Captioning),是指从图像生成文本描述的过程,主要根据图像中物体和物体的动作。
还在修改博士论文?这份《博士论文写作技巧》为你指南
Python分布式计算,171页pdf,Distributed Computing with Python
专知会员服务
107+阅读 · 2020年5月3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
提高GAN训练稳定性的9大tricks
人工智能前沿讲习班
13+阅读 · 2019年3月19日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年10月20日
Arxiv
5+阅读 · 2019年4月21日
Arxiv
3+阅读 · 2018年12月18日
Arxiv
6+阅读 · 2018年3月12日
VIP会员
Top
微信扫码咨询专知VIP会员