BERTScore 由 Tianyi Zhang 等人于 2019 年提出（ICLR 2020），相关论文成果为 BERTScore: Evaluating Text Generation with BERT。用 BERT 等模型的上下文嵌入计算词元级语义相似度并汇总为精确率、召回率与 F1。对同义与语序变化更鲁棒，通常以百分比或 0–1 分数报告，数值越高越好，是文本生成、摘要、翻译的重要语义评估补充。