自然语言生成评价指标

客观评价指标：

BLEU、METEOR、ROUGE、NIST、Distinct、Repetition、Embedding Average Score、Greedy Matching Score、Vector Extrema Score、BertScore、BARTScore、MoverScore、BLEURT、Perplexity

主观评价指标：

评估人员、评估维度、评估机制

一致性校验方法：

Percentage Agreement、Cohen’s Kappa、Fleiss‘ Kappa、Krippendorff’s Alpha