NLP度量指标BELU真的完美么？

刚接触自然语言处理的朋友通常会问我：当系统的输出是文本，而非对输入文本进行某种分类，如何对该系统进行评估。当模型的输入是文本信息，输出也是文本信息时，我们称之为序列到序列问题，也可称为字符串转换问题。

序列到序列建模是解决NLP中较难任务的核心，它包括：
1、 自动文摘（Text Summarization）；
2、 文本简化（Text simplification）；
3、 问答（Question answering）；
4、 聊天机器人（Chatbots）；
5、 机器翻译（Machine translation）；

理解序列到序列建模问题相对容易，如何对其进行评价才是难点。

对于刚入门NLP的人来说，选取衡量标准较为困难。目前最流行的评价指标之一BLEU虽然常用，但也存在较大的缺陷。

本文将介绍BELU的工作原理