NLP机器翻译任务中，如何用Bleu score评价翻译质量（学习心得）

机器翻译的一大难题是，一句法语句子，可以有多种英文翻译，这些翻译都是非常好的 那怎么去评估一个机器翻译系统的质量是不是好呢？ 这不像图像识别，只有一个正确答案 通常我们有 BLEU score（Bilingual Evaluation Understudy 双语评估替补） 来解决 在戏曲界，understudy 指的是候补演员 假设我们拿到一句法语 同时得到几个人类翻译的结果（都是对的，也都很准确

>>阅读原文<<