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
即时战略游戏（比如 WAR3）的 AI 是怎样实现的？如何看待NLP领域最近比较火的prompt，能否借鉴到CV领域？
如何评价谷歌刚推出的Cloud AutoML？
机器学习为生物学和医学研究带来了哪些改变？能解决哪些医学难题？
如何理解空洞卷积（dilated convolution）？
为什么Bert中的CLS在未fine tune时作为sentence embedding性能非常糟糕？
2021 年各家大厂的 AI Lab 现状如何？
为什么ViT里的image patch要设计成不重叠？
GAN生成的数据没有标签怎么用来训练分类模型？
机器学习的解释模型存在嘛？
相关的话题
能否用具体的例子解释一下 (Model-based) Structural Estimation？大家推荐一下，哪些学校的导师有在做量化交易、股票预测的？
如何评价微软亚洲研究院提出的LightRNN？
什么是无监督学习？
怎样计算两个服从高斯分布的向量乘积的期望？
研一，在学机器学习和深度学习，为什么感觉越学越不会，怎么解决这个问题？
如何理解Inductive bias？
所谓大数据分析，究竟要学什么？
Linear least squares, Lasso,ridge regression有何本质区别？
自学深度学习是怎样一种体验？
为什么Transformer适合做多模态任务？
有哪些利用搜索引擎（Search Engine）辅助自然语言处理任务（NLP）的论文？
Partial Multi-Label Learning是什么？它的发展史又是怎样的？最新的进展如何？
在中小学阶段设置人工智能相关课程对于培养人工智能人才具有哪些意义？如何推进会比较有效？
如何评价 DeepMind 在星际中的失利，以及 OpenAI 在 Dota 上的成功？
如何看待谷歌研究人员提出的卷积正则化方法「DropBlock」？
机器学习中的机器是如何分辨哪些是有用的知识，哪些是没用的信息呢？
什么是人工智能？人工智能、机器学习、深度学习三者之间有什么关系吗？
如何评价 DeepMind 新提出的关系网络（Relation Network）？
2021 年各家大厂的 AI Lab 现状如何？
为什么ViT里的image patch要设计成不重叠？
使用pytorch时，训练集数据太多达到上千万张，Dataloader加载很慢怎么办?
人类大脑的聪慧程度以 IQ 为标准，那么人工智能的水平用什么指标来衡量呢？
如何评价论文「Stochastic Training is Not Necessary ...」?
人工智能在生活中的应用都有哪些？
未来五年，数据科学家（Data Scientist）的岗位需求会如何变化？
如何看待Yoav Goldberg 怒怼来自MILA的GAN for NLG的paper?
Pytorch有什么节省显存的小技巧？
如何评价 Self-Normalizing Neural Networks 这篇论文?
计算机视觉（cv）方向今年招聘情况怎么样?是否已经人才过剩?