저자들은 BLEU 및 COMET과 같은 평가 지표의 비대칭성을 해결하기 위해 양방향 효과를 통합한 최소 베이즈 리스크(MBR) 디코딩의 노이즈 채널 분해를 소개합니다. 이 접근 방식은 MBR을 네 가지 상호 작용하는 구성 요소로 분해합니다: 가설-참조 우도, 참조-가설 우도, 가설 사전 확률 및 참조 사전 확률.
- 이 분해는 각 채널의 기여도를 분리하여 기존 MBR 변형에 대한 통합된 해석을 제공합니다.
- 분석 결과, 채널별 기여도는 지표 간에 뚜렷한 특성을 보이지만 작업 간에는 일관성이 있음을 드러냈습니다.
- 연구는 적절한 채널 가중치가 원래 MBR 디코딩보다 개선으로 이어질 수 있음을 시사합니다.
이 프레임워크는 지표 및 작업 특정 해석력을 가능하게 하며, 가설 선택에서 방향성 효과를 고려함으로써 더 견고한 텍스트 생성으로 가는 길을 제시합니다.