BLEU分数：我可以用nltk.translate.bleu_score.sentence_bleu来计算中文的bleu分数吗

Question

如果我有中文单词表: like reference = ['我'， '是', '好' ,'人']， hypothesis = ['我', '是', '善的'，'人]。我可以用: nltk.translate.bleu_score.sentence_bleu(references, hypothesis) 进行中文翻译吗？和英文一样吗？日语呢？我的意思是如果我有像英语这样的单词列表（中文和日语）。谢谢！

Answer 1

TL;DR

是的。

中龙

BLEU 分数衡量 n-gram 及其对语言的不可知性，但它取决于语言句子可以拆分为标记的事实。所以是的，它可以比较 Chinese/Japanese...

注意在句子级别使用 BLEU 分数的注意事项。 BLEU 从未在考虑句子级别比较的情况下创建，这里有一个很好的讨论：https://github.com/nltk/nltk/issues/1838

很有可能，当您的句子非常短时，您会看到警告，例如

>>> from nltk.translate import bleu
>>> ref = '我 是 好 人'.split()
>>> hyp = '我 是 善良的 人'.split()
>>> bleu([ref], hyp)
/usr/local/lib/python2.7/site-packages/nltk/translate/bleu_score.py:490: UserWarning: 
Corpus/Sentence contains 0 counts of 3-gram overlaps.
BLEU scores might be undesirable; use SmoothingFunction().
  warnings.warn(_msg)
0.7071067811865475

您可以使用https://github.com/alvations/nltk/blob/develop/nltk/translate/bleu_score.py#L425中的平滑功能来克服短句。

>>> from nltk.translate.bleu_score import SmoothingFunction
>>> smoothie = SmoothingFunction().method4
>>> bleu([ref], hyp, smoothing_function=smoothie)
0.2866227639866161

BLEU分数：我可以用nltk.translate.bleu_score.sentence_bleu来计算中文的bleu分数吗

BLEU scores：could I use nltk.translate.bleu_score.sentence_bleu for calculating scores of bleu in chinese

nltk

python-2.7

bleu

TL;DR

中龙