在NLP当中，不同的评价指标，BLEU, METEOR, ROUGE和CIDEr的逻辑意义？ 第1页
1
donglixp 网友的相关建议:
NLG常用metrics：
- BLEU: ngram precision；长度类似
- ROUGE: ngram recall
- NIST/CIDEr: 降低频繁词的权重
- METEOR: 考虑同义词的F score；鼓励连续词匹配
- STM: 匹配语法树子树
- TER: 编辑的距离
- TERp: TER+同义替换
1
相关话题
学习python中的pandas有没有好的教程推荐？2020年，多标签学习（multi-label）有了哪些新的进展？
基于大数据的个人信用体系有没有可能被滥用？
神经网络中的能量函数是如何定义的？
未来十年，AI 将可能与哪些产业结合应用？产生怎样的价值？
如何评价英伟达于 GTC 2021 大会发布的基于 ARM 架构的 Grace CPU？
支持向量机（SVM）是什么意思？
为什么 Siri 听懂了我的话，还是不能做出有效的回答或准确的操作？
目前（2017年）机器阅读技术发展得如何？能达到什么水平？有哪些应用？
2021年人工智能领域有哪些关键性进展和突破？
相关的话题
为什么Bert中的CLS在未fine tune时作为sentence embedding性能非常糟糕？NIPS 2018 有什么值得关注的亮点？
如何评价B站UP主未明子宣称“知乎搞机器学习模拟拉康的程序员”具备“头脑上的悲剧”？
什么是主动学习（Active Learning, AL）？
请问刘知远老师提供的网易新闻标注数据集开源吗？
如何看待NLP领域最近比较火的prompt，能否借鉴到CV领域？
参加kaggle竞赛是怎样一种体验？
机器学习中的PR曲线一定会过（1，0）这个点吗？
学习机器学习有哪些好工具推荐？
请问有哪些法律和计算机领域结合的例子？
如何评价 Self-Normalizing Neural Networks 这篇论文?
为什么CV能做到让一幅人脸图动了笑了，而NLP的text-style-transfer进展貌似一般？
为什么Bert中的CLS在未fine tune时作为sentence embedding性能非常糟糕？
用生成模型做数据增强data augmentation时，如何从合成数据中筛选出质量较好的样本？
如何评价MSRA视觉组最新对spatial attention mechanism分析论文？
人工智能 CV 岗位是不是现在供严重大于需？
如何评价 DeepMind 在星际中的失利，以及 OpenAI 在 Dota 上的成功？
如何理解压缩感知(compressive sensing)？
数据挖掘与数据分析的主要区别是什么？
如何评价AWS的图神经网络框架DGL？
凸分析和凸优化有什么推荐的教材吗？
5-10年后，你觉得哪些科技会让我们“遗忘”现在的生活？
2020-2021年NLP有什么核心技术的更迭吗？或者有什么推动领域发展的paper吗？
简单解释一下sparse autoencoder, sparse coding和restricted boltzmann machine的关系？
有没有必要把机器学习算法自己实现一遍？
如果百年后深度学习最终有了公认的数学理论作为基础，能解释实验中的各类玄学，那这个理论会长什么样子？
人工智能在发展到极高的程度之后能否算得上是一种生命？
attention跟一维卷积的区别是啥？
机器学习系统MLSys中有哪些比较有前途的研究方向？
大家怎么看待机器翻译和人工翻译？机器翻译是否可以取代人工翻译？