机器翻译和文本生成评估指标：BLEU 计算公式

📌 BLEU 计算公式

BLEU 主要由**n-gram精确匹配率（Precision）和长度惩罚（Brevity Penalty, BP）**组成。

1️⃣ n-gram 精确匹配率

计算不同长度的 n-gram（1-gram, 2-gram, ..., n-gram）在生成文本和参考文本中匹配的比例：

Pn=∑匹配的 n-gram 计数∑生成文本的 n-gram 计数P_n = \frac{\sum_{\text{匹配的 } n\text{-gram 计数}}}{\sum_{\text{生成文本的 } n\text{-gram 计数}}}Pn​=∑生成文本的 n-gram 计数​∑匹配的 n-gram 计数​​

其中：

分子：生成文本的 n-gram 在参考文本中出现的次数

分母：生成文本的 n-gram 总数

通常计算 1-gram, 2-gram, 3-gram, 4-gram

2️⃣ 长度惩罚（Brevity Penalty, BP）

防止模型只生成短句（短句更容易匹配参考文本）。BP 计算公式如下：

BP={1,如果 c>re(1−rc),如果 c≤rBP = \begin{cases} 1, & \text{如果 } c > r \\ e^{(1 - \frac{r}{c})}, & \text{如果 } c \leq r \end{cases}BP={1,e(1−cr​),​如果 c>r如果 c≤r​

其中：

c 是生成文本的长度

r 是参考文本的长度

如果生成文本比参考文本短，惩罚因子 BP<1BP < 1BP<1 使 BLEU 分数变小。

3️⃣ 最终 BLEU 计算

BLEU=BP×exp⁡(∑n=1Nwnlog⁡Pn)BLEU = BP \times \exp \left( \sum_{n=1}^{N} w_n \log P_n \right)BLEU=BP×exp(n=1∑N​wn​logPn​)

其中：

PnP_nPn​ 是不同 n-gram 的精确率

wnw_nwn​ 是 n-gram 的权重（通常均匀分配，如 1-gram, 2-gram, 3-gram, 4-gram 各 25%）

BPBPBP 是长度惩罚

🔹 示例

假设：

参考句子（Reference）："The cat is on the mat."

生成句子（Hypothesis）："The cat is mat."

计算 1-gram 和 2-gram：

1-gram 匹配（"The", "cat", "is", "mat"）：4/4 = 1.0

2-gram 匹配（"The cat", "cat is", "is mat"）：2/3 ≈ 0.67

长度惩罚：

生成句子长度 c=4c = 4c=4

参考句子长度 r=6r = 6r=6

BP=e(1−6/4)=e−0.5≈0.606BP = e^{(1 - 6/4)} = e^{-0.5} \approx 0.606BP=e(1−6/4)=e−0.5≈0.606

最终：

BLEU=0.606×e(0.5×log⁡1.0+0.5×log⁡0.67)BLEU = 0.606 \times e^{(0.5 \times \log 1.0 + 0.5 \times \log 0.67)}BLEU=0.606×e(0.5×log1.0+0.5×log0.67)

🔥 Python 实现

可以用 nltk 或 sacrebleu 计算 BLEU：

1️⃣ 使用 nltk 计算 BLEU

📌 总结

BLEU 计算核心：n-gram 精确率 + 长度惩罚

适用于：机器翻译、文本生成评估

局限性：

不能捕捉语义信息（只计算 n-gram 匹配）

过度偏向短句

中文 BLEU 计算前需分词

我们来详细拆解 1-gram 和 2-gram 匹配的计算过程。

📌 计算 1-gram 匹配

定义：

1-gram（unigram）是指单个词，比如 "The", "cat", "is"。

参考句子（Reference）：

["The","cat","is","on","the","mat"]["The", "cat", "is", "on", "the", "mat"]["The","cat","is","on","the","mat"]

生成句子（Hypothesis）：

["The","cat","is","mat"]["The", "cat", "is", "mat"]["The","cat","is","mat"]

计算 1-gram 精确率：

统计 生成句子 中的单词，并计算它们出现在参考句子中的次数：

"The" ✅（参考中有）

"cat" ✅（参考中有）

"is" ✅（参考中有）

"mat" ✅（参考中有）

计算 1-gram 精确率（Precision）：

P1=匹配的 1-gram 个数生成句子的 1-gram 总数P_1 = \frac{\text{匹配的 1-gram 个数}}{\text{生成句子的 1-gram 总数}}P1​=生成句子的 1-gram 总数匹配的 1-gram 个数​ P1=44=1.0P_1 = \frac{4}{4} = 1.0P1​=44​=1.0

📌 计算 2-gram 匹配

定义：

2-gram（bigram）是指连续的两个单词，比如 "The cat", "cat is"。

2-gram 列表：

参考句子的 2-gram（滑动窗口取 2 个词）：

["Thecat","catis","ison","onthe","themat"]["The cat", "cat is", "is on", "on the", "the mat"]["Thecat","catis","ison","onthe","themat"]

生成句子的 2-gram：

["Thecat","catis","ismat"]["The cat", "cat is", "is mat"]["Thecat","catis","ismat"]

计算 2-gram 精确率：

"The cat" ✅（参考中有）

"cat is" ✅（参考中有）

"is mat" ❌（参考中没有 "is mat"）

匹配的 2-gram = 2

生成的 2-gram = 3

P2=23≈0.67P_2 = \frac{2}{3} \approx 0.67P2​=32​≈0.67

🔹 总结

1-gram：P1=4/4=1.0P_1 = 4/4 = 1.0P1​=4/4=1.0

2-gram：P2=2/3≈0.67P_2 = 2/3 \approx 0.67P2​=2/3≈0.67

计算方法就是：

找出 n-gram 片段

看生成的 n-gram 里有多少个出现在参考文本中

用匹配的 n-gram 个数 ÷ 生成的 n-gram 总数