BERTScore は Tianyi Zhang らによって 2019 年に提案され（ICLR 2020）、関連する論文成果は BERTScore: Evaluating Text Generation with BERT です。BERT などのモデルの文脈埋め込みを用いてトークンレベルのセマンティック類似度を計算し、それを精度（Precision）、再現率（Recall）、および F1 に集約します。同義語や語順の変化に対してより頑健であり、通常はパーセンテージまたは 0～1 のスコアで報告され、数値が高いほど良いです。これはテキスト生成、要約、翻訳における重要なセマンティック評価の補完手法です。