最小Bayesリスク復号は，仮説選択に対する効用の期待値（期待効用）を最大化するテキスト生成法であり，従来の最大事後確率復号よりも高品質なテキストを生成する．しかし，期待効用はテキスト生成モデルからのサンプリングによって推定されるため，モデルの知識が不足しているドメインなどにおいては期待効用の推定値が真の値と乖離しやすく，ドメイン特有の知識や情報を反映したテキストを生成することは難しい．この問題に対処するため，ドメインの事例データを用いて期待効用を推定する，事例ベース意思決定理論に基づく復号を提案する．また，事例ベース意思決定理論に基づく復号と最小Bayesリスク復号を線形補間により組み合わせることで，さらなる品質改善を狙う．7ドメインの独英・日英・英日翻訳実験およびMSCOCOとnocapsデータセットを用いた画像キャプション生成実験より，提案法が最小Bayesリスク復号を上回る品質で生成することを確認した．
Deguchi et al. (Thu,) studied this question.