Автоматична оценка на текст — BLEU, ROUGE, BERTScore
Автоматичната оценка на текст е семейство от базирани на референции метрики, използвани за измерване на качеството на машинно генериран текст — като преводи, резюмета или изходи от генериране на естествен език (NLG) — чрез сравняването им с един или повече референтни текстове, написани от човек. Пионер в областта е Papineni et al. с BLEU през 2002 г., като оттогава тя се разраства, за да включва метрики за припокриване на n-грами (BLEU, ROUGE) и семантично осъзнати метрики (BERTScore, MoverScore), които улавят значението отвъд повърхностните съвпадения на думи.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Papineni, K., Roukos, S., Ward, T., & Zhu, W.-J. (2002). BLEU: A Method for Automatic Evaluation of Machine Translation. Proceedings of ACL 2002. link ↗
- Zhang, T., Kishore, V., Wu, F., Weinberger, K. Q., & Artzi, Y. (2020). BERTScore: Evaluating Text Generation with BERT. Proceedings of ICLR 2020. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 1). Automatic Text Evaluation (BLEU, ROUGE, BERTScore). ScholarGate. https://scholargate.app/bg/text-mining/automatic-text-evaluation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- BERT EmbeddingsИзвличане на текст↔ compare
- Анализ на настроениятаИзвличане на текст↔ compare
- Класификация на текстИзвличане на текст↔ compare
- Тематично моделиранеДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →