02-NLP-04基于统计的翻译系统-06-评估

翻译其实是没有一个标准答案的，只能最终提供一个参考答案。所以评估结果是依据参考答案得出来的

常用的评估：BLEU：

判断翻译结果中，所有的N元祖，和标准答案N元祖之间的重合度

通常计算精确度是计算1~4元的

添加一个惩罚项penalty，当输出长度比参考的长度长的时候系数取1；当输出比参考短的时候，取他俩长度的比值。

（惩罚项的意义就在于，如果翻译得到的输出比原句子短，越短说明翻译准确率越低，因此乘上相应的比例来衰减最终的BLEU得分）