BLEU 指标是什么？

BLEU（双语评估替补）指标是一种自动评估机器翻译文本质量的算法。它通过将机器生成的译文与一个或多个高质量的人工参考译文进行相似度比较来衡量翻译质量。

BLEU 通过比较机器输出与参考译文之间重叠的词序列（n-gram，通常最多 4-gram）来计算精度分数。它引入了简短惩罚来惩罚过短的译文（这类译文遗漏了参考译文中存在的内容）。分数范围从 0 到 1，分数越高表示与参考译文的相似度越高。其有效性依赖于多个高质量的参考译文。

BLEU 被广泛用于机器翻译研究和开发，在训练和实验过程中快速评估和比较不同模型或系统的性能。它提供了一种高效、自动化的基准，支持迭代改进。然而，虽然对系统级比较有价值，但其与人工对流畅度和充分性的判断相关性不完全，最好与人工评估结合使用。