Dialogue Evaluation on ConvAI2 benchmark leaderboard · SOTA2 Research

Dialogue Evaluation on ConvAI2

0.554Pearson CorrelationQuantiDCE

Evaluation Results

Method	Links
QuantiDCE2021.06		0.554	0.554	0.395	0.501
GRADE2021.06		0.496	0.503	0.356	0.452
BERT-RUBER2021.06		0.266	0.266	0.185	0.239
BERTScore2021.06		0.225	0.225	0.154	0.201
BLEURT2021.06		0.152	0.149	0.103	0.135
METEOR2021.06		0.145	0.181	0.123	0.15
ROUGE2021.06		0.136	0.14	0.097	0.124
ADEM2021.06		0.026	0.037	0.049	0.037
BLEU2021.06		0.003	0.128	0.088	0.073