Automatisk textutvärdering — BLEU, ROUGE, BERTScore
Automatisk textutvärdering är en familj av referensbaserade mått som används för att mäta kvaliteten på maskingenererad text – såsom översättningar, sammanfattningar eller utdata från naturlig språkgenerering (NLG) – genom att jämföra dem med en eller flera mänskligt skrivna referenstexter. Fältet, som banades väg av Papineni et al. med BLEU år 2002, har vuxit till att omfatta n-gramöverlappningsmått (BLEU, ROUGE) och semantiskt medvetna mått (BERTScore, MoverScore) som fångar mening bortom ytliga ordmatchningar.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Automatic Text Evaluation (BLEU, ROUGE, BERTScore). ScholarGate. https://scholargate.app/sv/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-inbäddningarTextutvinning↔ compare
- SentimentanalysTextutvinning↔ compare
- TextklassificeringTextutvinning↔ compare
- ÄmnesmodelleringDjupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →