Question Answering On Muld Narrativeqa
評価指標
BLEU-1
BLEU-4
METEOR
Rouge-L
評価結果
このベンチマークにおける各モデルのパフォーマンス結果
比較表
| モデル名 | BLEU-1 | BLEU-4 | METEOR | Rouge-L |
|---|---|---|---|---|
| muld-the-multitask-long-document-benchmark | 19.84 | 62 | 4.52 | 22.09 |
| muld-the-multitask-long-document-benchmark | 17.67 | 55 | 3.36 | 19.03 |