HyperAIHyperAI

Command Palette

Search for a command to run...

BLEU/ROUGE

BLEU(Bilingual Evaluation Understudy)는 Kishore Papineni 등이 2002년에 제안한 지표로, 후보 문장과 참조 문장 사이의 n-gram 정밀도(통상 1~4-gram)를 계산하고 길이 페널티 인자를 곱하여 종합 점수를 산출합니다. 점수 범위는 0–100이며, 높을수록 좋습니다.

ROUGE(Recall-Oriented Understudy for Gisting Evaluation)는 Chin-Yew Lin이 2004년에 제안한 지표로, 처음에는 자동 요약 평가를 위해 개발되었으나 이후 기계 번역 및 텍스트 생성 작업으로 확장되었습니다. ROUGE-L은 최장 공통 부분 서열(LCS)을 기반으로 재현율과 정밀도의 조화 평균을 계산하며, 내용 커버리지와 순서를 모두 고려합니다. 참조 텍스트와의 n-gram 중복도를 기반으로 생성 텍스트의 충실도를 평가하므로, 참조 답변이 있는 개방형 생성 작업에 적합합니다. 값이 높을수록 좋습니다. 이 지표는 요약의 핵심 정보 커버리지에 민감하며, 텍스트 요약 평가의 표준 지표 중 하나입니다.

두 지표 모두 참조 답변이 있는 개방형 생성 작업에 사용됩니다.

AI로 AI 구축

아이디어에서 출시까지 — 무료 AI 코코딩, 즉시 사용 가능한 환경, 최적의 GPU 가격으로 AI 개발을 가속화하세요.

AI 협업 코딩
바로 사용 가능한 GPU
최적의 가격

HyperAI Newsletters

최신 정보 구독하기
한국 시간 매주 월요일 오전 9시 에 이번 주의 최신 업데이트를 메일로 발송합니다
이메일 서비스 제공: MailChimp