BLEU分数的变化

Question

我有一些关于机器翻译的蓝色分数计算的问题。我意识到他们对BLEU可能有不同的衡量标准。我找到了BLEU的代码报告的五个值，分别是BLEU-1，16-2，and-3，in-4，还有最后，这似乎是前四个BLEUs的指数平均值。不过，我还不清楚这两者之间有什么区别。你有什么想法吗？谢谢

附注：起初，我认为这个问题更像是一个理论内容，并将其发布在元堆栈上。版主已经关闭并将其评论为堆栈溢出类型的问题。所以请不要再惩罚我了。=)

Answer 1

来源：http://www.statmt.org/book/slides/08-evaluation.pdf

我还没听说过BLEU-1和BLEU-2，但我想它指的是1克，2克，3克和4克，我的意思是在你问题中的公式precision[i] = BLEU-i中：

​

Answer 2

实际上，BLEU-n并不只使用n克分数。它通过n克分数计算1克，并给它们同等的权重来计算最后的分数。有关更多信息，请参阅此链接的“累积N分数”一节。