AI說書 - 從0開始 - 110 | BLEU 使用方式與邏輯介紹

我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。

#Example 1 
reference = [['the', 'cat', 'likes', 'milk'], ['cat', 'likes' 'milk']] 
candidate = ['the', 'cat', 'likes', 'milk'] 
score = sentence_bleu(reference, candidate) 
print('Example 1', score) 

#Example 2 
reference = [['the', 'cat', 'likes', 'milk']] 
candidate = ['the', 'cat', 'likes', 'milk'] 
score = sentence_bleu(reference, candidate) 
print('Example 2', score)

輸出結果為：

以下來介紹 BLEU 的核心精神，BLEU 的計算公式為：

其中

• BP 計算方式為：令 c 為 Model 產生的翻譯長度、r 為參考句子長度，則當 c > r 時，BP = 1，否則 BP = exp(1 - r/c)
• w_n 為 1/N，這裡的 N 代表 N-Gram，通常只取到 N = 4
• p_n 的計算舉例如下：

機器翻譯：Going to play basketball this afteroon?

人工翻譯：Going to play basketball in the afternoon?

則按照 N-Gram 的切割，可以得到下表：

以及

則 1-Gram 分數 p₁ = 6/7、2-Gram 分數 p₂ = 4/6、3-Gram 分數 p₃ = 2/4、4-Gram 分數 p₄ = 1/4

資料出自：

https://mycollegenotebook.medium.com/bleu%E8%A9%95%E4%BC%B0%E6%96%B9%E6%B3%95-2509c2149387