Avaliação Automática de Texto — BLEU, ROUGE, BERTScore
Avaliação automática de texto é uma família de métricas baseadas em referência usadas para medir a qualidade de texto gerado por máquina — como traduções, resumos ou saídas de geração de linguagem natural (NLG) — comparando-as a um ou mais textos de referência escritos por humanos. Pioneiro por Papineni et al. com BLEU em 2002, o campo cresceu para incluir métricas de sobreposição de n-gramas (BLEU, ROUGE) e métricas semanticamente conscientes (BERTScore, MoverScore) que capturam significado além de correspondências superficiais de palavras.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 1). Automatic Text Evaluation (BLEU, ROUGE, BERTScore). ScholarGate. https://scholargate.app/pt/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 BERTMineração de texto↔ compare
- Análise de SentimentoMineração de texto↔ compare
- Classificação de TextoMineração de texto↔ compare
- Modelagem de TópicosAprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →