作者提出了一种基于噪声信道的最小贝叶斯风险（MBR）解码分解方法，该方法结合了双向效应，以解决 BLEU 和 COMET 等评估指标中的不对称性。该方法将 MBR 分解为四个相互作用的组件：假设到参考的似然、参考到假设的似然、假设先验和参考先验。
- 该分解通过隔离每个信道的贡献，为现有的 MBR 变体提供了统一的解释。
- 分析显示，信道级别的贡献在不同指标间表现出不同的特征，但在不同任务间保持一致。
- 研究表明，适当的信道加权可能会带来比原始 MBR 解码更好的效果。
该框架实现了针对特定指标和任务的解释性，通过考虑假设选择中的方向效应，为更稳健的文本生成提供了一条路径。