文本生成相关的评测指标

一、文本生成相关任务

• 翻译
• 对话生成
• 自动文摘
• image2caption

二、文本生成评测指标

• BLEU
• Rouge ： https://www.jianshu.com/p/0afb93fda403
• NIST
• METEOR
• TER

2.1 BLUE

2.2 Rouge

2.3 PPL困惑度

ppl是用在自然语言处理领域（NLP）中，衡量语言模型好坏的指标。它主要是根据每个词来估计一句话出现的概率，并用句子长度作normalize，公式为：

https://blog.csdn.net/shawroad88/article/details/105639148

reference

https://zhuanlan.zhihu.com/p/150057895