2025年BLEU评分专项考核卷.docxVIP

2025年BLEU评分专项考核卷

考试时间：______分钟总分：______分姓名：______

一、选择题（每题2分，共20分。请将正确选项字母填在题干后的括号内）

1.BLEU评分主要用于评估以下哪一项？

(A)语音识别系统的准确性

(B)机器翻译输出的质量

(C)文本摘要的生成效果

(D)图像识别的正确率

2.BLEU评分中，n-gramprecision是指什么？

(A)参考译文与机器翻译结果完全匹配的n-gram数量

(B)机器翻译结果中包含的、在参考译文中也出现的n-gram数量

(C)参考译文总n-gram数量与机器翻译结果总n-gram数量的比值

(D)机器翻译结果中所有n-gram的平均长度

3.在计算4-gramprecision时，如果机器翻译结果和某个参考译文都包含一个特定的4-gram，那么这个4-gram会被计入precision的次数是？

(A)0次

(B)1次

(C)2次

(D)取机器翻译结果和参考译文出现次数的最大值

4.BLEU评分中的brevitypenalty（长度惩罚）主要是为了惩罚什么情况？

(A)机器翻译结果比所有参考译文都长

(B)机器翻译结果比所有参考译文都短

(C)机器翻译结果中存在重复的n-gram

(D)机器翻译结果中包含参考译文中没有的n-gram

5.BLEU分数的计算公式中，分子通常指的是什么？

(A)geometricmeanofprecisions

(B)brevitypenalty

(C)log-normalizationfactor

(D)sumofalln-gramprecisions

6.BLEU分数的理想上限通常是多少？

(A)1.0

(B)0.0

(C)1.5

(D)与参考译文数量有关，没有固定上限

7.假设一个BLEU评分的n-gramprecisions是(0.6,0.5,0.4,0.3)，那么其geometricmeanofprecisions（几何平均precision）是多少？（结果保留一位小数）

(A)0.4

(B)0.5

(C)0.6

(D)0.9

8.smoothBLEU的主要目的是什么？

(A)提高长句的BLEU分数

(B)降低短句的BLEU分数

(C)避免因缺乏足够的n-gram匹配而导致的BLEU分数过低（分数地板效应）

(D)增加BLEU分数的计算复杂度

9.BLEU评分通常被认为是自动评测（Auto-Evaluation）方法，其主要优点是什么？

(A)可以完全模拟人类的翻译和评估过程

(B)计算速度快，成本低，客观性强

(C)能够精确衡量译文与参考译文的语义相似度

(D)无需人工参与，无需翻译成本

10.根据NIST的评价标准，BLEU分数最高的系统通常被认为是最好的，但这隐含了一个假设，这个假设是什么？

(A)机器翻译结果越长越好

(B)与某个特定参考译文越接近越好

(C)具有较高BLEU分数的系统在所有方面都优于低分系统

(D)自动评测分数可以直接完全替代人工评估分数

二、填空题（每空2分，共20分。请将答案填在横线上）

1.BLEU评分通过比较机器翻译结果和____________来进行评估。

2.BLEU评分通常使用____________-gram来计算precision。

3.BrevityPenalty（长度惩罚）的值介于____________和1之间。

4.为了缓解BLEU分数的“地板效应”，研究者提出了____________等方法。

5.除了BLEU，常用的机器翻译自动评测指标还有____________和____________。

6.计算BLEU分数时，通常会选取机器翻译结果与参考译文之间的____________。

7.BLEU评分的一个主要局限性是它不考虑词汇或句法层面的____________。

8.一个有效的BLEU分数需要至少有____________个参考译文。

9.如果机器翻译结果比所有参考译文都短，brevitypenalty的值会趋向于____________。

10.METEOR评分在BLEU的基础上，