本研究探讨了自然语言生成系统中基于参考的评估方法的不足，特别是创建金标准参考的挑战。提出了多种无参考评估指标及其应用，为未来研究指明方向。

本研究提出了一种名为EVQAScore的无参考评估方法，旨在解决视频问答和字幕数据质量评估的问题。该方法通过关键词提取和帧采样技术，提高了评估的效率和鲁棒性，并在VATEX-EVAL基准上表现出色。

本研究提出了一种新颖的基于图像引导的室外点云质量评估算法（IGO-PQA），通过点云数据、RGB环境图像和车辆目标真值注释生成整体质量得分，并实现无参考室外点云质量评估的直接预测。评估结果表明，IGO-PQA提供了一致且合理的感知质量指标，在nuScenes数据集上达到了0.86的皮尔逊线性相关系数，在Waymo数据集上达到了0.97。