1、什么是BLEU分数?
BLEU(BiLingual Evaluation Understudy)或双语评估研究是一种基于分数的方法,用于评估由自然语言处理 (NLP) 系统执行的翻译工作的质量。
基本上,BLEU将机器翻译生成的文本与人类执行并被认为是正确的参考翻译进行比较。
BLEU NLP 评分在其评估过程中,将 MT 句子与参考翻译中的相应句子进行比较。BLEU根据匹配数和 相似度计算得分。
该评分系统的范围在 0 和 1 之间。如果匹配完整且完美,则 BLEU 的值等于 1。如果根本没有匹配,则 BLEU 分配的分数为 0。
获得等于 1 的结果 几乎是不可能的,因为这意味着机器翻译结果与专业翻译的结果完全相同。
BLEU 分数是一种字符串匹配算法,可为 MT 研究人员和开发人员提供基本的质量指标。它可能是过去 15 年来使用最广泛的 MT 质量评估指标。虽然人们普遍认为 BLEU 指标存在许多缺陷,但即使在神经 MT 的鼎盛时期,它仍然是衡量 MT 系统输出的主要指标。