BLEU 指标在评估机器翻译中的作用是什么？
BLEU（双语评估替补，Bilingual Evaluation Understudy）是一种自动化指标，通过将机器翻译输出与一个或多个高质量的人工参考译文进行比较来衡量翻译质量。它主要量化机器输出与参考译文之间 n-gram（词语序列）的重叠程度。
BLEU 计算精确率分数，关注机器翻译中有多少 n-gram（通常是 1 到 4-gram）出现在参考译文中。它应用简洁惩罚来惩罚明显短于参考译文的翻译。关键考虑因素包括：BLEU 在很大程度上依赖参考译文的质量和代表性；它主要衡量充分性（正确内容的存在）而非流利度；并且它与人类判断的相关性在对大型语料库的平均分数时最强，而非对单个句子。
BLEU 提供了一种快速、一致且廉价的方法，可在开发、优化和研究过程中自动追踪机器翻译系统的性能。它能够快速比较不同模型或系统迭代版本。虽然不完美——因为它不能完全捕捉流利度或含义——但在与人工评估结合使用时，它被广泛视为实用基准和有用的进步指标。
相关问题
模型微调和重新训练之间差别大吗？
微调是使用相对较小的数据集将预训练模型适配到特定任务，而重新训练则是从头开始使用大量（通常是特定任务）数据构建新的模型架构。两种方法都能实现模型更新，但在方法和资源需求上有显著差异。 微调修改已建立模型（如 BERT 或 GPT）的权重，这些模型已在大量通用数据上训练。与重新训练相比，它所需的数据...
零样本学习和小样本学习有什么区别？
零样本学习（ZSL）使模型能够识别或分类在训练期间没有可用标记训练样本的对象。相比之下，小样本学习（FSL）利用极少量（如 1-5 个）每个新类别的标记样本来适配模型。 零样本学习主要通过利用预先存在的语义知识或辅助信息（如类别属性、文本描述或嵌入）来将学习到的概念迁移到未见过的类别。小样本学习专...
小样本学习的应用场景有哪些？
小样本学习使模型仅凭少量标记样本就能有效学习新概念或执行任务。其核心能力是从最少数据中高效获取知识。 这种方法在收集大量数据集不切实际或不可能的情况下极为有价值。关键应用场景包括：在医学影像中识别罕见疾病、在计算机视觉中识别新颖对象或场景、在语音识别中适应特定语音命令或口音、以及以最少的显式用户反...
BLEU 指标和 ROUGE 有什么区别？
BLEU 和 ROUGE 都是评估 NLP 模型生成文本质量的自动化指标，但它们衡量的方面不同。BLEU 主要评估精确率（匹配的正确性），而 ROUGE 则强调召回率（内容捕获的全面性）。 BLEU 计算候选文本与参考文本之间的 n-gram 精确率，并对过短的输出进行惩罚。它对精确的词汇匹配高度...