Unverified60% confidenceFactExact time
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
2
Sources
60%
Confidence
Long-term
Relevance
7/15/2026
First Seen
Sources
Related Claims
UnverifiedBLEU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74% similarUnverifiedBLEU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71% similarUnverified通用语言模型基准（如MMLU、HellaSwag）对创意写作能力几乎是盲区，BLEU、ROUGE等n-gram重叠指标在创意场景效度存疑65% similarUnverified实验数据显示，语法约束解码使小型语言模型生成Bash代码的语法正确率大幅提高，引号不匹配和结构不完整等错误几乎被完全消除64% similarUnverified从表征到有限词汇的映射过程本质上是一种有损编码（Lossy Encoding）64% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/510735API
curl https://kongchang.com/api/v1/knowledge/claims/510735MCP
get_claim(id=510735)