Évaluation automatique de texte — BLEU, ROUGE, BERTScore
L'évaluation automatique de texte est une famille de métriques basées sur des références, utilisées pour mesurer la qualité de textes générés par machine — tels que des traductions, des résumés ou des sorties de génération de langage naturel (GLN) — en les comparant à un ou plusieurs textes de référence écrits par des humains. Pionnier par Papineni et al. avec BLEU en 2002, le domaine s'est élargi pour inclure des métriques de chevauchement de n-grammes (BLEU, ROUGE) et des métriques sémantiquement conscientes (BERTScore, MoverScore) qui capturent le sens au-delà des correspondances de mots de surface.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 1). Automatic Text Evaluation (BLEU, ROUGE, BERTScore). ScholarGate. https://scholargate.app/fr/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.
- Embeddings BERTFouille de textes↔ compare
- Analyse des sentimentsFouille de textes↔ compare
- Classification de texteFouille de textes↔ compare
- Modélisation par sujetsApprentissage profond↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →