#169 · 主分类： MLOps与评测
bert_score
用于文本生成的 BERT 评分
项目最后更新：07/30/24
GitHub Stars
1.9K
Forks数量
240
贡献者数量
22
许可证
MIT
收录理由
BERTScore 通过预训练上下文嵌入与余弦相似度来比对候选文本和参考文本，能够捕捉到 ROUGE 或 BLEU 这类基于词重叠的指标所遗漏的语义信息。它输出精确率、召回率和 F1 值，而非一个笼统的分数，并且这些分数与人类评价高度相关，在评测摘要生成或翻译模型时，能给出审稿人认可的结果。既可在命令行中批量打分，也能在 Python 流水线里直接调用 BERTScorer 对象，支持约 130 种预训练模型，并附有与人类评价相关性最高的模型建议。对于空字符串或多条参考句等边界情况也处理妥当，接入现有评测流程几乎无需额外配置。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
unsloth
本地UI，用于运行和训练LLM及扩散模型。支持GGUF、MLX、Qwen3.8、Kimi K3、MiniMax-H3、Gemma 4、FLUX等。
LlamaFactory
统一高效微调100+大语言模型与视觉语言模型（ACL 2024）
airflow
Apache Airflow - 一个以编程方式编写、调度和监控工作流的平台
langfuse
🪢 开源AI工程平台：LLM评估、可观测性、指标、提示管理、游乐场、数据集。与OpenTelemetry、LangChain、OpenAI SDK、LiteLLM等集成。🍊YC W23
netron
神经网络、深度学习和机器学习模型的可视化工具