論文の概要: DeltaScore: Story Evaluation with Perturbations
- arxiv url: http://arxiv.org/abs/2303.08991v2
- Date: Mon, 24 Apr 2023 05:58:11 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-25 20:38:07.539482
- Title: DeltaScore: Story Evaluation with Perturbations
- Title(参考訳): DeltaScore: 摂動によるストーリ評価
- Authors: Zhuohan Xie, Miao Li, Trevor Cohn and Jey Han Lau
- Abstract要約: より詳細なストーリーの側面を評価する手法としてデルタスコアを提案する。
私たちの中核的な考え方は、ストーリーが特定の側面でより良く実行されると、それが特定の摂動に影響されるという仮説に基づいている。
影響を測定するために,大規模な事前学習言語モデルを用いて,事前摂動と後摂動の確率差を算出した。
- 参考スコア(独自算出の注目度): 48.061781962000204
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Various evaluation metrics exist for natural language generation tasks, but
they have limited utility for story generation since they generally do not
correlate well with human judgments and are not designed to evaluate
fine-grained story aspects, such as fluency and relatedness. In this paper, we
propose deltascore, an approach that utilizes perturbation to evaluate
fine-grained story aspects. Our core idea is based on the hypothesis that the
better the story performs in a specific aspect (e.g., fluency), the more it
will be affected by a particular perturbation (e.g., introducing typos). To
measure the impact, we calculate the likelihood difference between the pre- and
post-perturbation stories using large pre-trained language models. We evaluate
deltascore against state-of-the-art model-based and traditional
similarity-based metrics across two story domains, and investigate its
correlation with human judgments on five fine-grained story aspects: fluency,
coherence, relatedness, logicality, and interestingness. The findings of our
study indicate that the deltascore approach exhibits exceptional performance in
evaluating intricate story aspects. An unexpected discovery was made in our
experiment, where a single perturbation method was found to effectively capture
a majority of these aspects.
- Abstract(参考訳): 自然言語生成タスクには様々な評価指標が存在するが、一般に人間の判断とよく相関せず、流感や関連性などのきめ細かいストーリーの側面を評価するように設計されていないため、ストーリー生成には限界がある。
本稿では,きめ細かなストーリーの側面を評価するために摂動を利用したアプローチであるdeltascoreを提案する。
私たちの中核的な考え方は、ストーリーが特定の側面(例えば、流感)でより良く働くと、それが特定の摂動(例えば、タイポの導入)に影響されるという仮説に基づいている。
影響を測定するために,大規模な事前学習言語モデルを用いて,事前摂動と後摂動の確率差を算出する。
2つのストーリー領域にわたる最新モデルベースおよび従来の類似度に基づくメトリクスに対するデルタスコアの評価を行い、その5つのきめ細かいストーリー側面における人間の判断との相関について検討した。
その結果,deltascoreアプローチは複雑なストーリーの側面を評価する上で非常に優れた性能を示すことがわかった。
実験で予期せぬ発見が行われ、そこでは1つの摂動法がこれらの側面の大部分を効果的に捉えていることがわかった。
関連論文リスト
- Narrative Action Evaluation with Prompt-Guided Multimodal Interaction [60.281405999483]
ナラティブ・アクション・アセスメント(NAE)は、行動の実行を評価する専門家のコメントを作成することを目的としている。
NAEは、物語の柔軟性と評価の厳格さの両方を必要とするため、より困難なタスクです。
本稿では,様々な情報モダリティ間のインタラクションを容易にするための,プロンプト誘導型マルチモーダルインタラクションフレームワークを提案する。
論文 参考訳(メタデータ) (2024-04-22T17:55:07Z) - FENICE: Factuality Evaluation of summarization based on Natural language Inference and Claim Extraction [85.26780391682894]
自然言語推論とクレーム抽出(FENICE)に基づく要約のファクチュアリティ評価を提案する。
FENICEは、ソース文書内の情報と、要約から抽出されたクレームと呼ばれる一連の原子的事実との間のNLIベースのアライメントを利用する。
我々の測定基準は、事実性評価のためのデファクトベンチマークであるAGGREFACTに関する新しい技術状況を設定する。
論文 参考訳(メタデータ) (2024-03-04T17:57:18Z) - A Cross-Attention Augmented Model for Event-Triggered Context-Aware
Story Generation [28.046803293933213]
生成したストーリーの関連性とコヒーレンスを高める新しいニューラルジェネレーションモデルであるEtriCAを導入する。
我々は、大規模書籍コーパスに知識向上のためのポストトレーニングフレームワーク(KeEtriCA)を採用。
その結果、自動測定では約5%が改善され、人間の評価では10%以上が改善された。
論文 参考訳(メタデータ) (2023-11-19T08:54:47Z) - RoViST:Learning Robust Metrics for Visual Storytelling [2.7124743347047033]
良いストーリーでどの側面を探すかを分析する3つの評価指標セットを提案する。
我々は,機械ストーリーのサンプルを用いて,人間の判断スコアとの相関を解析し,測定値の信頼性を測定する。
論文 参考訳(メタデータ) (2022-05-08T03:51:22Z) - A Temporal Variational Model for Story Generation [21.99104738567138]
最近の言語モデルは、物語生成において興味深く文法的に正しいテキストを生成することができるが、プロット開発や長期的一貫性を欠くことが多い。
本稿では,TD-VAE(Temporal Difference Variational Autoencoder)に基づく潜在ベクトル計画手法による実験を行う。
その結果,自動クローズおよびスワップ評価において高い性能を示した。
論文 参考訳(メタデータ) (2021-09-14T16:36:12Z) - Plot-guided Adversarial Example Construction for Evaluating Open-domain
Story Generation [23.646133241521614]
学習可能な評価指標は、人間の判断との相関性を高めることで、より正確な評価を約束しています。
以前の作品は、可能なシステムの欠点を模倣するために、テキスト理論的に操作可能な実例に依存していた。
本研究では,ストーリー生成に使用する制御可能な要因の構造化された表現であるエムプロットを用いて,より包括的でわかりにくいストーリーの集合を生成することで,これらの課題に対処することを提案する。
論文 参考訳(メタデータ) (2021-04-12T20:19:24Z) - Generative Counterfactuals for Neural Networks via Attribute-Informed
Perturbation [51.29486247405601]
AIP(Attribute-Informed Perturbation)の提案により,生データインスタンスの反事実を生成するフレームワークを設計する。
異なる属性を条件とした生成モデルを利用することで、所望のラベルとの反事実を効果的かつ効率的に得ることができる。
実世界のテキストや画像に対する実験結果から, 設計したフレームワークの有効性, サンプル品質, および効率が示された。
論文 参考訳(メタデータ) (2021-01-18T08:37:13Z) - UNION: An Unreferenced Metric for Evaluating Open-ended Story Generation [92.42032403795879]
UNIONは、オープンなストーリー生成を評価するための、学習可能な未参照メトリックである。
人書きストーリーとネガティブなサンプルを区別し、ネガティブなストーリーの摂動を回復するように訓練されている。
2つのストーリーデータセットの実験では、UNIONが生成されたストーリーの品質を評価するための信頼性の高い尺度であることが示されている。
論文 参考訳(メタデータ) (2020-09-16T11:01:46Z) - Topic Adaptation and Prototype Encoding for Few-Shot Visual Storytelling [81.33107307509718]
トピック間一般化の能力をモデル化するためのトピック適応型ストーリーテラを提案する。
また,アトピー内導出能力のモデル化を目的とした符号化手法の試作も提案する。
実験結果から,トピック適応とプロトタイプ符号化構造が相互に利益をもたらすことが明らかとなった。
論文 参考訳(メタデータ) (2020-08-11T03:55:11Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。