（九十二）：Re-evaluating Automatic Metrics for Image Captioning-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_37486501/article/details/124461552

本文针对图像标题生成任务的自动评估指标进行了深入分析，包括BLEU、ROUGE、METEOR、CIDEr和SPICE等。文章探讨了这些指标的局限性，如BLEU对词序的依赖，以及SPICE对解析质量的敏感性。作者引入了Word Mover's Distance (WMD)作为补充，因其考虑了语义相似性。实验结果显示，WMD在多项评估中表现出较高的相关性和鲁棒性。文章强调了现有指标的不足，并提倡开发更有效的评估方法，如结合多模态嵌入的指标。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

（九十二）：Re-evaluating Automatic Metrics for Image Captioning

Abstract
1. Introduction
2. Evaluation Metrics
3. Evaluation and Discussion
4 Conclusion

出处：EACL (1) 2017: 199-209
代码：
题目：重新评估图像标题的自动度量
主要内容：

Abstract

从图像中生成自然语言描述的任务近年来受到了广泛的关注。因此，以一种自动的方式评估这种图像字幕方法变得越来越重要。在本文中，我们通过一系列精心设计的实验，对现有的图像字幕处理方法进行了深入的评价。
此外，我们还探讨了利用最近提出的Word Mover’s Distance (WMD)文档来实现图像字幕的目的。我们的发现概述了差异和/或相似的指标及其相对鲁棒性，通过广泛的相关性，准确性和分心为基础的评估。
我们的结果还表明，WMD提供了比其他指标强大的优势。

1. Introduction

在自然语言处理和计算机视觉领域，视觉与语言的融合研究正受到越来越多的关注。作为这一新兴领域的关键问题之一，图像字幕旨在生成给定图像的自然描述(Bernardi et al.， 2016)。这是一个具有挑战性的问题，因为它不仅需要理解视觉内容的能力，而且还需要对内容进行语言描述。在这方面，它可以被框定为一个机器翻译任务，源语言表示视觉领域，目标语言是一种特定的语言，如英语。最近提出的深度图像字幕研究遵循了这种解释，并通过编码器-解码器架构对过程建模(Vinyals等人，2015;Xu等，2015;K