NLP機器翻譯任務中，如何用Bleu score評價翻譯質量（學習心得）

機器翻譯的一大難題是，一句法語句子，可以有多種英文翻譯，這些翻譯都是非常好的 那怎麼去評估一個機器翻譯系統的質量是不是好呢？ 這不像圖像識別，只有一個正確答案 通常我們有 BLEU score（Bilingual Evaluation Understudy 雙語評估替補） 來解決 在戲曲界，understudy 指的是候補演員 假設我們拿到一句法語 同時得到幾個人類翻譯的結果（都是對的，也都很準確

>>阅读原文<<