Automatyczna ewaluacja tekstu — BLEU, ROUGE, BERTScore

Automatyczna ewaluacja tekstu to rodzina metryk referencyjnych służących do pomiaru jakości tekstu generowanego maszynowo — takiego jak tłumaczenia, streszczenia czy wyniki generowania języka naturalnego (NLG) — poprzez porównanie ich z jednym lub wieloma tekstami referencyjnymi napisanymi przez człowieka. Zapoczątkowana przez Papineni et al. metryką BLEU w 2002 r., dziedzina ta rozrosła się o metryki nakładania się n-gramów (BLEU, ROUGE) oraz metryki uwzględniające znaczenie (BERTScore, MoverScore), które wychwytują sens wykraczający poza powierzchowne dopasowanie słów.