待验证50% 置信事实精确时间
BLEU和ROUGE等自动指标要求存在一条高质量参考译文，而许多真实场景中并不具备这一条件。
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证BLEU常用于机器翻译评估，ROUGE广泛应用于摘要任务，两者均通过统计n-gram重叠程度衡量文本质量73% 相似待验证BLEU的核心思路是计算机器译文与参考译文之间的n-gram重叠程度，其局限性包括对词序变化不敏感、无法捕捉语义等价的同义替换、依赖参考译文质量和数量72% 相似已验证BLEU是1990年代提出的自然语言生成评估指标，通过计算生成文本与参考译文之间的n-gram重叠度来衡量质量，仍是机器翻译领域的标准基准65% 相似待验证对于语言改写类任务，小模型配合严格的事实约束完全可用64% 相似待验证自动评估指标如BLEU、ROUGE、困惑度主要衡量表面统计特征，难以捕捉语言的地道性问题61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1012331API
curl https://kongchang.com/api/v1/knowledge/claims/1012331MCP
get_claim(id=1012331)