码农知识堂 - 1000bd
  •   Python
  •   PHP
  •   JS/TS
  •   JAVA
  •   C/C++
  •   C#
  •   GO
  •   Kotlin
  •   Swift
  • 相似度系列-3:传统方法ROUGE ROUGE: A Package for Automatic Evaluation of Summaries


    文章目录

    • ROUGE: A Package for Automatic Evaluation of Summaries
      • introduction
      • 基础模型
        • Rouge-N
        • Rouge_Nmulti
        • ROUGE-L: Longest Common Subs equence
          • 1**Sentence-level LCS**
          • 2**Summary-Level LCS**
        • ROUGE-W: Weighted Longest Common Subsequence
        • ROUGE-S: Skip-Bigram Co-Occurrence Statistics
          • ROUGE-SU: Extension of ROUGE-S
      • 结论
      • 总结

    ROUGE: A Package for Automatic Evaluation of Summaries

    上一篇中的BLEU是用于文本翻译任务的,主要基于n-grams的方法,评测是以准确率为主要的指标。
    这篇是面向文本摘要任务,基于同义词、词序的overlap方法,评测以recall为主。

    introduction

    首先先介绍了summary关注的的几个方面:连贯性、简洁性、语法性、可读性和内容(Mani,2001)。
    conherence/conciseness/grammatically/readaility/content.
    在以往的方法中,提到了基于content的方法,包括cos相似度、unit overlap、longest common subsequence.
    However they did not show how the result of these automatic evaluation methods correlated to human judgements.

    基础模型

    Rouge-N

    在这里插入图片描述

    Rouge_Nmulti

    当multiple references被使用时,计算每个reference和candidate之间的Rouge 分值,然后取最大值作为最终这一candidate的分值。
    在计算最终的Rouge_N的分值时,采用所有的candidate的平均值作为最终值。
    在这里插入图片描述

    ROUGE-L: Longest Common Subs equence

    1Sentence-level LCS

    LCS :longest common sequence.
    基于LCS的评测,是计算precision、recall、f1分值。
    两个summary之间的相似值。
    summary X:length=m
    summary Y:length=n
    对应的P、R和F分值计算为:
    在这里插入图片描述
    ß = Plcs/Rlcs

    The disadvantages that it only counts the main in-sequence words; therefore the other alternative LCSes and the shortest sequences are not reflected in the final score.

    2Summary-Level LCS

    当candidate summary中有n个sentences时,计算这n个sentence和一个summery sentence的longest sequence score

    在这里插入图片描述
    在这里插入图片描述

    ROUGE-W: Weighted Longest Common Subsequence

    β=Plcs/Rlcs
    在这里插入图片描述

    ROUGE-S: Skip-Bigram Co-Occurrence Statistics

    police killed the gunman 对应的skip bi-grams有
    (“police killed”, “police the”, “police gunman”,
    “killed the”, “killed gunman”, “the gunman”)
    在计算时,采用计算方法:
    C(m,2)是所有全排的数量。
    X reference,Y candidate
    在这里插入图片描述
    匹配和词序有一定的关联性。

    可能会存在虚假匹配,比如,the the、of in 这种,文中提出的解决方式,限制skip distance的最大距离。

    ROUGE-SU: Extension of ROUGE-S

    当两个句子的词的顺序完全相反时,Rouge_S 的计算分值是0,但是这不太合理,提出了Rouge_SU。它是在Rouge_S的基础上加上了unigram作为计算单元????
    We can also obtain ROUGE-SU from ROUGE-S by adding a begin-of-sentence marker at the beginning of candidate and reference sentences

    在评估这个metric方法好坏时,采用的皮尔逊相关性。评价和人类评级分值的相关性。

    在这里插入图片描述

    结论

    变量条件:
    single summary
    multi-document summary
    short summary
    exclusion of stopwords
    multiple references

    (1) ROUGE-2, ROUGE-L, ROUGE-W, and
    ROUGE-S worked well in single document summarization tasks,
    (2) ROUGE-1, ROUGE-L, ROUGE-W, ROUGE-SU4, and ROUGE-SU9 performed great in evaluating very short summaries (or headline-like
    summaries)
    (3) correlation of high 90% was hard to
    achieve for multi-document summarization tasks but ROUGE-1, ROUGE-2, ROUGE-S4, ROUGE-S9, ROUGE-SU4, and ROUGE-SU9 worked reasonably well when stopwords were excluded from matching,
    (4) exclusion of stopwords usually improved correlation, and
    (5) correlations to human judgments were increased by using multiple references.

    总结

    这两篇文章都是先从“指标项”开始的,比如translation更关注什么指标?summary关注什么指标?一致性、流畅性等等。
    上一篇是bi-grams
    这一篇是:P/R/F,longest common sequence
    有一个核心假设,比如,相同的公共子序列越长,则效果越佳。

  • 相关阅读:
    ZJCA数字证书用户责任书
    SCConv:用于特征冗余的空间和通道重构卷积
    [go学习笔记.第十一章.项目案例] 2.客户信息管理系统
    python浏览器自动化环境搭建selenium
    2022运营版开发代驾小程序/仿滴滴代驾小程序/打车/网约车/顺风车/快车/代驾/货运/Thinkphp+Uniapp开源版
    Nodejs -- CORS的介绍及使用CORS解决Express请求跨域的问题
    Linux环境(CentOS7)下使用yum安装JDK1.8
    2022 Java零基础必备 简单易学 Eclipse免费下载安装+JDK环境搭建一站式捆绑服务到底的教程 足够全、足够详细、足够劲爆
    EN 1154建筑五金件受控关门装置—CE认证
    MATLAB程序设计与应用 3.1 特殊矩阵
  • 原文地址:https://blog.csdn.net/Hekena/article/details/127855525
  • 最新文章
  • 【JVM】编译执行与解释执行的区别是什么?JVM 使用哪种方式?
    用 Hashids 优雅解决 C 端自增 ID 暴露问题
    V8引擎 精品漫游指南--Ignition篇(上) 指令 栈帧 槽位 调用约定 内存布局 基础内容
    LLVM Pass快速入门(四):代码插桩
    milkup:桌面端 markdown AI续写和即时渲染
    基于项目工程构建SBOM(软件物料清单)的研究
    鸿蒙应用开发UI基础第二节:鸿蒙应用程序框架核心解析与实操
    .NET 中如何快速实现 List 集合去重?
    扣子Coze实战:从0到1打造抖音+小红书热点监控智能体
    浅谈数据访问层
  • 热门文章
  • 十款代码表白小特效 一个比一个浪漫 赶紧收藏起来吧!!!
    奉劝各位学弟学妹们,该打造你的技术影响力了!
    五年了,我在 CSDN 的两个一百万。
    Java俄罗斯方块,老程序员花了一个周末,连接中学年代!
    面试官都震惊,你这网络基础可以啊!
    你真的会用百度吗?我不信 — 那些不为人知的搜索引擎语法
    心情不好的时候,用 Python 画棵樱花树送给自己吧
    通宵一晚做出来的一款类似CS的第一人称射击游戏Demo!原来做游戏也不是很难,连憨憨学妹都学会了!
    13 万字 C 语言从入门到精通保姆级教程2021 年版
    10行代码集2000张美女图,Python爬虫120例,再上征途
小工具 小游戏
Copyright © 2022 侵权请联系2656653265@qq.com    京ICP备2022015340号-1

京公网安备 11010502049817号