BLEU-2 与 ROUGE-1 可复核实验

输入用空格分开的 token，逐项查看裁剪匹配、短句惩罚和参考侧召回。

候选文本

候选中的 n-gram 用于精确率分母。

参考文本

参考中的 unigram 用于 ROUGE-1 recall 分母。

修正 unigram 精确率—

修正 bigram 精确率—

短句惩罚 BP—

BLEU-2 / ROUGE-1 R—

候选 unigram 命中

分数只反映与这条参考的重合。把“上升”换成“下降”可能仍保留大量相同 token，因此事实、否定与实体关系必须另行核验。