Автоматична оцінка тексту — BLEU, ROUGE, BERTScore
Автоматична оцінка тексту — це сімейство метрик, що базуються на еталоні та використовуються для вимірювання якості згенерованого машиною тексту — такого як переклади, резюме або результати генерації природної мови (NLG) — шляхом порівняння їх з одним або кількома еталонними текстами, написаними людиною. Започатковане Папінені та співавторами з BLEU у 2002 році, це поле розширилося, включивши метрики перекриття n-грам (BLEU, ROUGE) та семантично усвідомлені метрики (BERTScore, MoverScore), які охоплюють зміст, що виходить за межі поверхневих збігів слів.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 1). Automatic Text Evaluation (BLEU, ROUGE, BERTScore). ScholarGate. https://scholargate.app/uk/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 EmbeddingsІнтелектуальний аналіз тексту↔ compare
- Сентимент-аналізІнтелектуальний аналіз тексту↔ compare
- Класифікація текстуІнтелектуальний аналіз тексту↔ compare
- Тематичне моделюванняГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →