BLEUScorer
Berechnet den BLEU-Score (Bilingual Evaluation Understudy) zwischen Vorhersage und Ground Truth. Misst die n-Gramm-Precision mit Brevity Penalty und eignet sich für maschinelle Übersetzung und die Evaluation von Zusammenfassungen.
Übersicht
Berechnet den BLEU-Score (Bilingual Evaluation Understudy) zwischen Vorhersage und Ground Truth. Misst die n-Gramm-Precision mit Brevity Penalty und eignet sich für maschinelle Übersetzung und die Evaluation von Zusammenfassungen.
Anwendungsfälle
- Genauigkeits-Benchmarking und Validierung
Funktionsweise
Dieser Scorer validiert Ausgaben mithilfe einer deterministischen regelbasierten Evaluierung anhand konkreter Kriterien. Vordefinierte Regeln und Muster bewerten die Antwort und liefern konsistente, reproduzierbare Ergebnisse ohne LLM-Inferenz.
Eingabeschema
| Parameter | Typ | Erforderlich | Beschreibung |
|---|---|---|---|
| prediction | str | Ja | Generated text to evaluate |
| ground_truth | str | Ja | Reference text for comparison |
Ausgabeschema
| Feld | Typ | Beschreibung |
|---|---|---|
| score | float | BLEU score scaled to 0-10 |
| passed | bool | True if above threshold |
| reasoning | str | Score breakdown |
| metadata | dict | N-gram precision details |
Score-Interpretation
Standardschwellenwert: 7/10
Verwandte Scorer
ROUGEScorer
Berechnet ROUGE-Scores für die Evaluation von Textzusammenfassungen. Umfasst ROUGE-1 für Unigramme, ...
NLP-MetrikenLevenshteinSimilarityScorer
Berechnet die Ähnlichkeit anhand der Levenshtein-Distanz zwischen Vorhersage und Ground Truth. Misst...
GenauigkeitF1Scorer
Berechnet den F1-Score auf Token-Ebene zwischen Vorhersage und Ground Truth. Kombiniert Precision un...
GenauigkeitAccuracyScorer
Berechnet die Genauigkeit anhand von Teilstring- oder Token-Übereinstimmungen zwischen Vorhersage un...
Häufig gestellte Fragen
Wann sollte ich diesen Scorer verwenden?
Verwenden Sie BLEUScorer, wenn Sie die Aspekte nlp-metrics and accuracy Ihrer KI-Ausgaben evaluieren möchten. Der Scorer eignet sich besonders für genauigkeits-benchmarking und validierung.
Warum benötigt dieser Scorer eine erwartete Ausgabe?
Dieser Scorer vergleicht die generierte Ausgabe mit einem bekannten erwarteten Ergebnis, um Genauigkeitsmetriken zu berechnen.
Kann ich den Schwellenwert anpassen?
Ja, der Standardschwellenwert von 7 lässt sich bei der Konfiguration des Scorers anpassen.
Kurzinfo
Möchten Sie BLEUScorer ausprobieren?
Starten Sie die Evaluierung Ihrer KI-Agenten mit der umfassenden Scorer-Bibliothek von Noveum.ai.
Weitere Scorer entdecken
Entdecken Sie 112 kalibrierte LLM-as-Judge-Scorer für umfassende KI-Evaluierungen