"BLEU score" và "ROUGE score" là gì và chúng được sử dụng để đánh giá hiệu suất của các mô hình NLP trong nhiệm vụ nào?

Các độ đo đánh giá chất lượng của văn bản được sinh ra bởi mô hình so với văn bản tham chiếu, thường được sử dụng trong dịch máy (BLEU) và tóm tắt văn bản (ROUGE)

Các độ đo đánh giá tốc độ xử lý văn bản của mô hình NLP

Các độ đo đánh giá khả năng diễn giải của mô hình NLP

Các độ đo đánh giá mức độ bias trong mô hình NLP