文本生成指标评估

1 下游任务上的准确度

2 生成样本与label的相似度[余弦，transrate]

余弦相似度::::忠实度（即生成的数据样本是否接近原始样本）
AugGPT: Leveraging ChatGPT for Text Data Augmentation

TransRate::::紧凑度（即每个类的样本是否足够紧凑以进行良好区分）生成的样本与label的紧凑度
TransRate = H(Z) - H(Z|Y)
Z为生成的文本embedding, Y 为label"
AugGPT: Leveraging ChatGPT for Text Data Augmentation

2 生成样本的多样性[self-bleu, MMD，Distinct]

Self-BLEU Metric
Self-BLEU的计算方法是，对于每个生成文本，计算它与其他生成文本的BLEU分数，然后对所有生成文本的BLEU分数取平均值。
Self-BLEU的取值范围在0到1之间，分数越低表示生成文本的多样性越高，分数越高表示生成文本的相似性越高。
Self-BLEU常用于无条件语言生成、对话生成、文本摘要等任务中。