BLEU (Bilingual Evaluation Understudy) a été proposé par Kishore Papineni et al. en 2002. Le score est obtenu en calculant la moyenne géométrique de la précision des n-grammes corrigés, puis en appliquant une pénalité de longueur. La plage de scores est de 0 à 100, généralement rapportée en pourcentage ou sur une échelle de 0 à 1, où une valeur plus élevée indique une meilleure performance. C'est une métrique automatique classique pour la traduction automatique et la génération de texte, mais elle est peu sensible aux expressions synonymes et est souvent utilisée en complément de métriques sémantiques.