BLEU是一种常用的自然语言处理中翻译质量的评估标准，它通过计算n-gram的精确度来衡量机器翻译与人工翻译的相似度。尽管BLEU简单快速，但存在不考虑语法、受常用词干扰、短译句评估精度高以及忽略同义词等问题。其计算涉及匹配度、惩罚项系数，旨在提供一种快速但不一定完美的自动评估解决方案。
BLEU
论文：https://aclweb.org/anthology/P02-1040.pdf
思想：数词是否在ground truth里
举例
原文：猫坐在垫子上
机器翻译：The cat sat on the mat
人工翻译：The cat is on the mat
1-gram
可以看到机器翻译6个词，有5个词命中参考译文，那么它的匹配度为 5/6.
2-gram
2元词组的匹配度则是 3/5。
3-gram
3元词组的匹配度则是 1/4。
4-gram
4元词组的匹配情况就没有了。
存在的缺点
句子过短的情况
例：
机器译文：The cat
参考译文：The cat is on the mat.
解决方法
增加惩罚项系数
其中r为参考翻译的长度，c为机器翻译的长度。
最低0.47元/天 解锁文章
扫一扫
9876
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
