机器翻译（一）：BLEU（bilingual evaluation understudy）

简介

BLEU1（bilingual evaluation understudy）最早由IBM提出，用来评价翻译质量，该评价指标重点关注

相同文本下，机器与人翻译结果的近似程度

即机器译文与参考译文的相似程度。

算法

根据第一部分的介绍可知，BLEU可以评价机器译文与参考译文的相似度，但它是如何实现的呢？一种简单粗暴的方法是：统计同时出现在机器译文和参考译文中的词的个数，最后把匹配词的数目除以机器译文的单词数目，便是相似度。这种方法可以用如下公式表示：

$$P=\frac{m}{w_{t}} \tag{1}$$

其中$m$表示能够在参考译文找到的机器译文词，$w_{t}$表示机器译文词的总数。为了便于理解，这里简单举一个例子

机器译文	the	the	the	the	the	the	the
参考译文	the	cat	is	on	the	mat
参考译文	there	is	a	cat	on	the	mat

根据公式$(1)$可知，此时相似度为

$$P=\frac{7}{7}=1$$

此时相似度无法反应真实的翻译效果。显然，$m$的计算方式是导致相似度失真的重要因素。为此，引入一种新的计算方式：

Countclip(word)=min