BLEU（Bilingual Evaluation Understudy）は、Kishore Papineni らによって2002年に提案されました。修正n-gram精度の幾何平均に長さペナルティを乗じてスコアを算出します。スコアの範囲は0～100で、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とされます。機械翻訳およびテキスト生成における古典的な自動評価指標であり、同義語表現に対して感度が低いため、しばしば意味ベースの評価指標と併用されます。