Evaluación automática de textos — BLEU, ROUGE, BERTScore
La evaluación automática de textos es una familia de métricas basadas en referencias que se utilizan para medir la calidad del texto generado por máquinas —como traducciones, resúmenes o resultados de generación de lenguaje natural (NLG)— comparándolos con uno o más textos de referencia escritos por humanos. Iniciado por Papineni et al. con BLEU en 2002, el campo ha crecido para incluir métricas de superposición de n-gramas (BLEU, ROUGE) y métricas semánticamente conscientes (BERTScore, MoverScore) que capturan el significado más allá de las coincidencias superficiales de palabras.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Automatic Text Evaluation (BLEU, ROUGE, BERTScore). ScholarGate. https://scholargate.app/es/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 EmbeddingsMinería de texto↔ compare
- Análisis de SentimientoMinería de texto↔ compare
- Clasificación de TextoMinería de texto↔ compare
- Modelado de TemasAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →