本文探讨了机器翻译系统中自动度量的可靠性，指出现有评估方法对异常值敏感，可能导致错误结论。研究强调依赖人工判断作为参考的重要性，并提出改进自动评估指标的建议。同时，开发了针对印度语言的度量指标，评估了多种机器翻译系统的性能，突出了自动指标的局限性及未来改进方向。

该文综述多模态摘要与评估研究，提出CISum框架，融合图像描述与文本生成摘要，并选取相关图像作为视觉摘要，其多模态语义覆盖优于ROUGE、BLEU；同时介绍基于话语理论、BERT对比学习、SummScore等评估指标，以及语音语言模型COSMIC和对话情感识别框架，并探讨摘要评估与人工判断的差距。