什么是 BLEU 分数？

作为一个自动化过程，机器翻译必须定期评估以确保其质量。

你怎么能做到这一点呢？公司有两种选择。 其中之一是聘请专业人士来审查翻译。

当然，这与整个 MT 流程几乎是矛盾的，因为这是一个不涉及人工的翻译过程。 为了解决这个问题，创建了 BLEU 分数。 BLEU 分数对于熟悉 MT 的人来说是一个众所周知的概念。

BLEU 是 Bilingual Evaluation Understudy 的简称 - 或一种将机器翻译的文本从一种语言评估为另一种语言的算法。

BLEU 分数如何评估质量？

为了评估文本的质量，BLEU 分数会将其与参考翻译进行比较。 换句话说，BLEU 分数衡量自动翻译和专业翻译之间的相似性。 理想情况下，自动化版本越接近人工翻译内容，就越好。 BLEU 分数通过其算法了解文本与参考内容的“接近”程度。

该算法将 MT 文本中的连续句子与参考翻译中的连续句子进行比较，继续评估它们之间的相似程度，而不考虑语法或可理解性。 然后，BLEU 根据此信息提供从 0 到 1 的分数。 理想情况下，1 是这里最好的情况。

然而，需要指出的是，很少有文本会达到这个分数，因为这意味着 MT 文本与参考语料库中的至少一个文本相同。

正如您可能已经注意到的，BLEU 评分系统需要有参考内容来评估机器翻译的文本。 事实上，通常建议在参考翻译中至少收集 1,000 个句子，以确保其质量。

这项技术有一些缺点。 例如，根据翻译内容的性质，大量引用句子可能会成为一个问题。 然而，这种方法在 MT 用户中仍然非常流行，并且是衡量自动翻译文本的最具成本效益的方法之一。