BLEUスコア（ブルー・スコア）

BLEU Bilingual Evaluation Understudy Score ぶるー・すこあ

中頻度 ⚪ 旧用語テクノロジ系新しい技術

意味・解説

機械翻訳の品質を評価するための代表的な指標。AIによる翻訳結果と、人間による正解（参照訳）がどれだけ一致しているかを数値化する。

単語の並び（N-gram）の一致度をベースに、文章の短さに対するペナルティを加えて算出する。0から1（または100）の値をとり、高いほど人間が翻訳した内容に近いとされる。

「AI（人工知能）翻訳の『模範解答との一致率』テスト」です。

1.仕組み：

AIが作った文と、プロの翻訳者が作った文を比較し、共通する単語の並びが多いほど高得点になります。

2.特徴：

人間がいちいち読んで採点しなくても、プログファイルラムで瞬時に精度を測れるため、AIの開発スピードを劇的に上げました。ポイントは、翻訳AIの性能向上を客観的に証明するための、世界標準の物差しだからです。

新しい多言語翻訳エンジンのリリースにあたり、従来モデルに比べてBLEUスコアが10ポイント向上したことを確認した。

同義語: 機械翻訳精度評価指標

分類: 自然言語処理の評価手法