目录

传统的自然语言处理评估指标

EM（Exact Match）

BLEU（Bilingual Evaluation Understudy）

---

传统的自然语言处理评估指标

1. 传统评估指标

   • EM（Exact Match）

     • 计算方式：如果生成的答案与参考答案完全相同（字符级完全匹配），则 EM 得分为 1，否则为 0。这是一种比较严格的评估指标。
     • 举例：问题是 “太阳从哪边升起？”，参考答案是 “太阳从东边升起”。如果生成的答案是 “太阳从东边升起”，则 EM = 1；如果答案是 “太阳升起的方向是东”，则 EM = 0。