1 介绍

• bleu是一种文本评估算法，它是用来评估机器翻译跟专业人工翻译之间的对应关系
• 核心思想就是机器翻译越接近专业人工翻译，质量就越好，经过bleu算法得出的分数可以作为机器翻译质量的一个指标

2 BLEU原理

2.1 N-gram

• BLEU采用了N-gram匹配规则，通过它算出比较译文和参考译文之间n组词的相似的一个占比

2.1.1 举例

原文： 猫坐在垫子上
机器翻译：The cat sat on the mat.
人工翻译：The cat is on the mat.

1-gram	机器翻译6个词，有5个词命中参考以为，那么它的匹配度为 5/6
2-gram	2元词组的匹配度则是 3/5
3-gram	3元词组的匹配度是1/4
4-gram	4元词组的匹配情况没有，为0

2.1.2 n-gram不行的情况

原文：猫坐在垫子上
机器译文： the the the the the the the.
参考译文：The cat is on the mat.

此时 1-gram会把所有the都算上，匹配度为7/7

——>在BLEU中，进行了一定的修改

 按照这种算法，出现次数是7，参考中最大出现次数是2

——>取最小值之后，1-gram为2/7

2.1.3 不同n-gram的加和

2.2 惩罚因子

还有一种反例情况：如果机翻的句子过短会怎么样？

机器译文：The cat
参考译文：The cat is on the mat.

只看n-gram的话，精度会很高，但实际上的得分应该是比较低的

——> BLEU引入了惩罚因子

2.3 最终的BLEU结果

 

3 举例

机器翻译：The cat sat on the mat.

人工翻译：The cat is on the mat