我们这次介绍一下比较知名的一个机器翻译领域评价指标：BLUE
BLEU的全名为：bilingual evaluation understudy。即：双语互译质量评估辅助工具，用来评价机器翻译的质量。
BLEU算法实际上就是在判断两个句子的相似程度。其实这个思想是很朴素，也很直接的，想知道一个句子翻译前后的表示是否意思一致，直接的办法是拿这个句子的标准人工翻译与机器翻译的结果作比较，如果它们是很相似的，说明我的翻译很成功。
具体的过程为：
两个句子，S1和S2，S1里头的词出现在S2里头越多，就说明这两个句子越一致。就像这样子：similarity (‘i like apple’,‘i like english’)= 2/3。分子是一个候选翻译的单词有多少出现在参考翻译中，出现过就记一次，不管是不是在同一句参考翻译里头，分母是这个候选翻译的词汇数。
但我们直觉感觉，这虽然很朴素容易理解，但好像有缺点也很明显：
如果候选翻译中很多的常用词，如介词、代词等，会干扰blue的得分计算，造成翻译的不太行，但最终得分并不低。
那么就有了改进，设置截断数。
上面的计算都是token级别的，属于一元组。如果是这样{“the cat”, “cat is”, “is on”, “on the”, “the mat”}，类似 ”the cat”两个相邻词一组就叫做bi-gram（二元组），以此类推：三元组、四元组、…、多元组（n-gram），集合变复数：n-grams。
- 一元组属于字符级别，关注的是翻译的充分性，就是衡量你的逐字翻译能力；
- 多元组上升到了词汇级别的，关注点是翻译的流畅性，词组准了，说话自然相对流畅了。
好的，blue的计算暂时就说到这，了解后即可。
