arXiv · cs.CL· G. L. John Salvin·· 21 天前AI 评分40
让 COMET 跨文字系统可比：诊断并修正分词器导致的印度语系 MT 评测文字偏差
Making COMET Comparable Across Scripts: Diagnosis and Correction of Tokeniser-Induced Script Bias in Indic MT Evaluation
来源与原文
arXiv · cs.CL
作者：G. L. John Salvin
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.08159v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究发现 COMET 翻译评测分数受目标语言书写系统影响：在 IndicMT Eval 上，文字身份解释了母语文字分数方差的 22.9%，与标注者的一致性在全部五种语言中均下降。COMET-QN 可将各 (language, script) 组合映射到统一参考分布，使混合一致率从 0.300 升至 0.399，且保证语言内排序不变；基于 parity 特征的回归器再恢复 17.1% 的灵敏度，剩余偏差属编码器，无法通过后处理修复。论文被 WMT 2026 接收。
来源：arXiv · cs.CL · arxiv.org