Fogalomtár

ROUGE-pontszám

Mi a(z) ROUGE-pontszám?

A ROUGE (Recall-Oriented Understudy for Gisting Evaluation) olyan mérőszámok családja, amelyekkel automatikusan generált szövegeket – különösen összefoglalókat – hasonlítanak össze emberek által írt referenciaszövegekkel. Azt méri, hány szó vagy szósorozat egyezik meg, például egyes szavak a ROUGE-1-ben, vagy a leghosszabb közös részsorozat a ROUGE-L-ben. A pontszám gyorsan kiszámítható, de az azonos jelentésű átfogalmazásokat és a tényszerű pontosságot nem megbízhatóan ragadja meg.

Témák

mérőszám
összefoglalás
kiértékelés

Próbálja ki a KI.ordót

Ügynökök, munkafolyamatok és sablonok egyetlen munkaterületen – ingyenes, 24 órás demó.

Demó indítása

← Minden fogalom

Kapcsolódó fogalmak

BLEU-pontszám

A BLEU-pontszám (Bilingual Evaluation Understudy) az IBM-nél 2002-ben kifejlesztett mérőszám a gépi fordítások automatikus értékelésére. Azt méri, hogy egy fordítás szósorozatai közül mennyi szerepel egy vagy több emberi referenciafordításban is, és 0 és 1 közötti értéket ad (gyakran 0–100 skálán megjelenítve). A BLEU gyors és összehasonlítható, de sem a jelentést, sem a stílust nem ragadja meg jól – a jó átfogalmazások is gyenge pontszámot kaphatnak.

Evaluation
Fordítás
+1

Szövegösszefoglalás

Az automatikus szövegösszefoglalásnál az MI a hosszú szövegeket a lényegükre sűríti. Az extraktív módszerek a fontos mondatokat szó szerint átmásolják, az absztraktív módszerek pedig átfogalmazzák a tartalmat; a nagy nyelvi modellek főként absztraktívan dolgoznak. Ez hasznos jegyzőkönyvekhez, jelentésekhez vagy hosszú e-mail-váltásokhoz; fontos döntések előtt az összefoglalót az eredetivel össze kell vetni.

NLP
Összefoglalás
+1

Sablon

Benchmarking

Az MI területén a benchmarking modellek vagy rendszerek szisztematikus összehasonlítását jelenti meghatározott feladatok és szempontok alapján. A nyilvános benchmarkok például az általános tudást, a következtetési képességet vagy a programozási tudást mérik; a gyakorlati használat szempontjából azonban a saját mindennapi munkából vett tesztesetek a legfontosabbak. Jellemző szempont a pontosság, a teljesség, a válaszidő és a költség. Ez segít eldönteni, hogy egy kisebb, olcsóbb modell elég jó-e egy feladathoz.

Modell-összehasonlítás
Evaluation
+1

Sablon

Természetesnyelv-generálás (NLG)

A természetesnyelv-generálás (NLG) a nyelvfeldolgozás azon területe, amely adatokból, felsorolásokból vagy más bemenetekből érthető szöveget állít elő. A korábbi NLG-rendszerek sablonokra és szabályokra épültek; ma a legtöbb nagy nyelvi modellt használ. Tipikus felhasználása az időjárási és tőzsdei jelentések, termékleírások, kulcsszámok összefoglalói és csevegőrobot-válaszok. Fontos, hogy a bemenetek számai és tényei helyesen és változatlanul kerüljenek át.

nyelvfeldolgozás
szöveggenerálás
+1

Sablon