2025年BLEU评分专项测试卷.docxVIP

2025年BLEU评分专项测试卷

考试时间：______分钟总分：______分姓名：______

一、选择题（请将正确选项字母填入括号内）

1.BLEU评分主要用于评估哪种任务的质量？

A.语音识别

B.图像分类

C.机器翻译

D.文本摘要

2.BLEU评分中，n-gramprecision是指什么？

A.机器翻译结果中包含的参考译文n-gram的比率

B.参考译文中包含的机器翻译结果n-gram的比率

C.机器翻译结果中所有n-gram的数量

D.参考译文中所有n-gram的数量

3.当机器翻译结果比参考译文短时，brevitypenalty的作用是？

A.奖励结果的简洁性

B.惩罚结果的简洁性

C.将结果长度标准化

D.忽略结果的长度差异

4.BLEU分数的计算公式是？

A.n-gramprecision

B.brevitypenalty

C.(BP*Precision)

D.(1-BP)*Precision

5.以下哪一项是BLEU评分的一个主要优点？

A.能够完全反映翻译的语义流畅度

B.计算简单且自动

C.对长文本有天然的偏好

D.无需参考译文即可评估

6.BLEU评分通常使用多少个参考译文来计算？

A.1个

B.2-4个

C.5个以上

D.无固定要求

7.BLEU-4评分中，除了1-gram和4-gramprecision外，还考虑了哪些因素？

A.2-gram和3-gramprecision

B.BrevityPenalty

C.LengthPenalty

D.以上都是

8.以下哪个现象通常会导致BLEU分数下降？

A.机器翻译结果中生成了参考译文没有的n-grams

B.机器翻译结果中包含了更多与参考译文匹配的n-grams

C.机器翻译结果的长度显著短于所有参考译文

D.机器翻译结果的长度与参考译文长度完全一致

二、填空题（请将答案填入横线处）

1.BLEU评分通过计算机器翻译结果与______之间n-gram的匹配程度来评估翻译质量。

2.n-gramprecision是指机器翻译结果中包含的参考译文______的比率。

3.BrevityPenalty（BP）的值介于______和______之间。

4.BLEU分数的计算公式可以表示为：BP*______+1（当参考译文长度为1时简化形式）。

5.为了克服BLEU对短文本的过度惩罚，引入了______来调整分数。

6.BLEU评分无法很好地衡量翻译的______，因为它主要关注形式上的n-gram重合。

7.即使两个翻译结果具有相同的BLEU分数，它们的______也可能完全不同。

8.除了BLEU，常用的机器翻译自动评估指标还包括______和______。

三、计算题

请根据以下机器翻译结果和参考译文，计算其BLEU-4分数。假设共有3个参考译文。

机器翻译结果（Candidate）：Thelittlebrownfoxjumpsoverthelazydog.

参考译文1（Reference1）：Thebrownfoxjumpsoverthelazydog.

参考译文2（Reference2）：Alittlebrownfoxjumpsoverthelazydog.

参考译文3（Reference3）：Thelittlefoxjumpsoverthelazydog.

要求：

1.分别计算1-gram,2-gram,3-gram,4-gram的precision。

2.计算几何平均precision(GeometricMeanofPrecision)。

3.计算参考译文的平均长度和机器翻译结果的长度。

4.根据计算出的平均长度，计算brevitypenalty(BP)。（提示：可以使用简单的惩罚函数，例如如果机器翻译结果长度小于平均参考长度的一半，则BP为0；否则为1）

5.最终计算BLEU-4分数。

四、简答题

1.简述BLEU评分中BrevityPenalty（BP）的作用及其计算原理。

2.列举BLEU评分至少三个主要的优点和三个主要的缺点。

3.为什么说BLEU分数并不能完全代表机器