在翻譯語義相似度（Translation Semantic Similarity）和會議摘要相似度（Meeting Summary Similarity）等任務中，通常會根據任務的目標和輸出形式，將其劃分為三類常見的任務類型：

1. 分類任務

定義：

將樣本劃分到有限個離散類別中的任務。

應用于相似度任務中的形式：

• 判斷兩個文本是否“語義相似”或“不相似”。

• 舉例：

  輸入 A 和 B → 輸出：相似（1）或不相似（0）
  或輸出：高相似（2）、中等（1）、低（0）

特點：

• 輸出是離散的標簽

• 常見指標：Accuracy（準確率）、Precision（精確率）、Recall（召回率）、F1 分數

示例應用：

• 判斷會議摘要是否忠實于原文內容

• 翻譯句子是否語義上與原文一致（合格 / 不合格）

2. 回歸任務

定義：

輸出一個連續的實數，用于表示程度或評分。

應用于相似度任務中的形式：

• 給出兩個文本之間的相似度分數（如 0~5 分）

• 舉例：

  輸入 A 和 B → 輸出：相似度為 4.3 分

特點：

• 輸出是連續數值

• 常見指標：MSE（均方誤差）、MAE（平均絕對誤差）、Pearson/Spearman 相關系數

示例應用：

• 翻譯語義相似度評估（如 MLQE，Multilingual Quality Estimation）

• 會議摘要與原始會議記錄之間的相似度打分（如 1~5）

3. 生成任務（生成任務不是直接評估相似度，而是作為中間步驟）

定義：

模型直接生成文本作為輸出。

流程

1. 輸入句子 A

2. 用生成模型生成句子 B'（例如摘要或翻譯）

3. 將 B' 與目標文本 B 比較：

   • BERTScore(B', B)

   • ROUGE(B', B)

   • COMET(B', B)

4. 得到一個相似度得分

應用于相似度任務中的形式：

• 生成一段新的摘要或翻譯

• 生成一個與原句相似的句子，用于語義對齊

特點：

• 輸出是自然語言文本

• 常見指標：BLEU、ROUGE、BERTScore、ChrF、COMET、BLEURT、GEM等

示例應用：

• 自動生成會議摘要，并與人工摘要進行比較

• 生成更高質量的翻譯文本進行相似性驗證

小結對比表：

在翻譯語義相似度 / 會議摘要相似度評估任務中怎么選？

如做質量維度評估（如 Coherence、Consistency、Fluency、Relevance），建議采用回歸任務來對每個維度進行打分（如 1~5 分），也可以使用分類任務對每個維度進行高/中/低判斷。如果生成摘要或自動改寫翻譯，就是生成任務。