基于BLEU的格律诗生成的自动评测方法研究作者：朱骐来源：《文学教育·中旬版》2018年第03期
内容摘要：BLEU作为当前相对具备较高应用价值的机器算法之一，在机器翻译尤其是语句生成领域存在着一定的协同发展作用。现就BLEU衡量标准在NLP领域的实际地位及发展历程，浅析基于BLEU的格律诗生成的自动评测方法研究。
关键词：BLEU NLP 机器翻译 语句生成 自动评测方法
BLEU作为NLP领域中十分经典的衡量标准，目前在多数机器语句生成技术中均存在着相应应用。早在2002年该衡量标准便得到了国外研究人员的提出，并与同年由Kishore Papineni et al.在相关学术会议中提出。这一衡量标准在实际发展过程中通过机器计算来完成对两个句子的共现词频率计算来实现对两句语句一致程度的最终测评。虽然就该自动评估方式而言容易受常用词以及较短翻译句式的影响，但不可否认其在诸如格律诗等文学类语句自动生成领域存在着较大的应用价值。现就笔者观点，对基于BLEU的格律是自动生成评测方法进行相应研究。
一.BLEU概述
在机器翻译领域BLEU技术存在着较为广泛的应用范围。由于当前机器翻译领域之中在语句生成方面的需求面日益宽广，因此在语句生成的逻辑研究以及机器算法开发方面的投入力度也随之增加。为保证语句生成的实际质量满足相应需求方的具体需求，需要在语句生成过程中做到生成思路符合人工智能的实际思路，并在具体算法设计上对语句之间的逻辑性和语言性做到良好的认知。
BLEU作为机器翻译领域中常用辅助工具的一种，其本质是指双语互译质量评估辅助工具，作用于评估机器翻译的具体质量。BLEU的设计思想与评判机器翻译好坏的思想是一致的：机器翻译结果越接近专业人工翻译的结果，则越好。众所周知，对于机器翻译实际质量的评测工作往往是由人工来完成，同时在面对多数机器翻译的实际作品时也通常存在着翻译结果与实际表达含义存在着出入的情况发生。为应对这一现象便进行了BLEU技术的开发工作。这一举措不仅实现了对于机器翻译语句质量检测的信息化渠道搭建，同时极大的节约了人工检测的成本与时间。BLEU是做不到百分百的准确的，它只能做到个大概判断，它的目标也只是给出一个快且不差自动评估解决方案，但这一结果已然体现了机器检测结果体系在机器翻译领域的应用价值。当前对于BLEU技术的开发工作仍在继续，实现BLEU算法的机器翻译检测工具同样具备了较高的应用程度，并在相关行业领域存在了一定程度的普及。
本文来源：https://www.2haoxitong.net/k/doc/7953f95cba4cf7ec4afe04a1b0717fd5360cb2a8.html
文档为doc格式