本文研究了基于问答的摘要评估方法，比较了词汇重叠和两种更复杂的文本比较方法，发现 LERC 在某些场景下效果优于其他方法，但在其他场景下表现相当。实验表明改进的验证性能不一定能转化为整体 QA-based 评估质量，这是由于数据集的特性所致。

本文研究了基于问答的摘要评估方法，比较了词汇重叠和两种更复杂的文本比较方法，发现 LERC 在某些场景下效果优于其他方法，但在其他场景下表现相当。实验表明改进的验证性能不一定能转化为整体 QA-based 评估质量，这是由于数据集的特性所致。