نقاط BLEU هي مقياس تقييم لقياس جودة الترجمة الآلية. ويستخدم على نطاق واسع في معالجة اللغات الطبيعية (NLP) لقياس جودة الترجمات التي يتم إنشاؤها آليًا. إنه مقياس حسابي كامل، يعتمد على دقة الترجمة التي يتم إنشاؤها آليًا.
يعد BLEU (برنامج التقييم ثنائي اللغة) واحدًا من أكثر المقاييس المقبولة والمستخدمة على نطاق واسع لتقييم أداء النظام في مجال الترجمة الآلية. الترجمة الآلية (MT) هي عملية ترجمة النص تلقائيًا من لغة بشرية إلى أخرى. تعد درجة BLEU مقياسًا لمدى تطابق مخرجات نظام الترجمة الآلية مع الترجمات البشرية لنفس النص.
يتم حساب درجة BLEU من خلال مقارنة الترجمة التي يتم إنشاؤها آليًا بالترجمة الموجودة من مترجم بشري خبير. بالنسبة لكل جملة في مستند الاختبار (ما يسمى بجزء الترجمة)، يتم حساب الدقة عن طريق حساب عدد الكلمات التي تظهر في الترجمة الآلية والتي تظهر أيضًا في الترجمة البشرية. يتم حساب النتيجة عن طريق أخذ المتوسط التوافقي للدقة لكل مقطع ترجمة.
درجة BLEU لا تخلو من بعض القيود. أحد القيود هو أنه يقوم فقط بتقييم أداء النموذج على المستوى المعجمي. وهذا يعني أنه حتى لو كان النموذج ينتج ترجمات بدقة معجمية مثالية، فإن ذلك لا يعني الدقة الدلالية والطلاقة الشاملة. والقيد الثاني هو الاعتماد على مجموعة واحدة من الترجمات البشرية التي من شأنها أن تخلق تحيزًا عند مقارنتها بترجمات خبراء مختلفين.
على عكس المقاييس الأخرى مثل BLEU، أي مسافة Levenshtein، فإن نتيجة BLUE لا تأخذ في الاعتبار بنية الخادم وواجهته. ولهذا السبب، فهو يعتبر مناسبًا لمقارنة نماذج اللغات المختلفة دون أي تحيز ناتج عن بنية الخادم أو بنية الواجهة.
أصبحت نتيجة BLEU منذ ذلك الحين خط الأساس القياسي في تقييم أنظمة الترجمة الآلية وتستخدم على نطاق واسع عند تطوير نماذج جديدة للترجمة الآلية. أدى نجاح BLEU في الترجمة الآلية وشعبيتها في البرمجة اللغوية العصبية إلى توسيع نطاق نجاحها ليشمل مهام أخرى في التعلم الآلي، مثل التلخيص والتعليق على الصور والتعرف على الكلام.
