BLEU（Bilingual Evaluation Understudy）由 Kishore Papineni 等人于 2002 年提出，通过计算候选与参考之间的 n-gram 精确率（通常 1 至 4 元）并乘以长度惩罚因子得到综合分数，分数范围 0–100，越高越好。

ROUGE（Recall-Oriented Understudy for Gisting Evaluation）由 Chin-Yew Lin 于 2004 年提出，最初用于自动摘要评估，后扩展到机器翻译与文本生成任务。ROUGE-L 基于最长公共子序列（LCS）计算召回与精确的调和平均，既考虑内容覆盖也兼顾顺序。基于与参考文本的 n-gram 重叠评估生成文本的保真度，适用于有参考答案的开放式生成。数值越高越好。该指标对摘要的关键信息覆盖敏感，是文本摘要评测的标准选择之一。

二者均用于有参考答案的开放式生成。