Авторы предлагают декомпозицию декодирования по критерию минимального риска Байеса (MBR) в рамках зашумлённого канала, которая учитывает двунаправленные эффекты для устранения асимметрии метрик оценки, таких как BLEU и COMET. Данный подход разбивает MBR на четыре взаимодействующих компонента: правдоподобие гипотеза-к-референсу, правдоподобие референс-к-гипотезе, априорное распределение гипотезы и априорное распределение референса.
- Декомпозиция обеспечивает унифицированную интерпретацию существующих вариантов MBR за счёт выделения вклада каждого канала.
- Анализ показывает, что вклад каналов по метрикам имеет различные характеристики, оставаясь при этом согласованным между задачами.
- Исследование предполагает, что правильное взвешивание каналов может привести к улучшениям по сравнению с исходным декодированием MBR.
Эта структура обеспечивает интерпретируемость, специфичную для метрик и задач, предлагая путь к более надёжной генерации текста за счёт учёта направленных эффектов при выборе гипотезы.