torcheval.metrics.BLEUScore

class torcheval.metrics.BLEUScore(*, n_gram: int, weights: Tensor | None = None, device: device | None = None)

计算 BLEU 分数（https://en.wikipedia.org/wiki/BLEU）给定翻译和参考。其函数版本为 torcheval.metrics.functional.text.bleu。

参数：

• n_gram – 计算 BLEU 分数时使用的最大 n-gram。可以是 1、2、3 或 4。

• weights – n-gram 的可选权重分布。要求 len(weights) = n_gram。如果未指定，将使用统一权重。

示例

>>> import torch
>>> from torcheval.metrics import BLEUScore
>>> metric = BLEUScore(n_gram=4)
>>> candidates = ["the squirrel is eating the nut", "the cat is on the mat"]
>>> references = [["a squirrel is eating a nut", "the squirrel is eating a tasty nut"], ["there is a cat on the mat", "a cat is on the mat"]]
>>> metric.update(candidates, references)
>>> metric.compute()
tensor(0.65341892)
>>> candidates = ["i like ice cream and apple pie"]
>>> references = [["i like apple pie with ice cream on top", "i like ice cream with my apple pie", "i enjoy my apple pie with ice cream"]]
>>> metric.update(candidates, references)
>>> metric.compute()
tensor(0.56377503)

__init__(*, n_gram: int, weights: Tensor | None = None, device: device | None = None) → None

初始化指标对象及其内部状态。

使用 self._add_state() 初始化指标类的状态变量。状态变量应该是 torch.Tensor、torch.Tensor 列表、以 torch.Tensor 作为值的字典或 torch.Tensor 的双端队列。

方法

__init__(*, n_gram[, weights, device])	初始化指标对象及其内部状态。
计算()	返回运行中的 BLEUScore。
load_state_dict(state_dict[, strict])	从 state_dict 加载指标状态变量。
merge_state(metrics)	将指标状态与其来自其他指标实例的对应状态合并。
重置()	将指标状态变量重置为其默认值。
state_dict()	在 state_dict 中保存指标状态变量。
to(device, *args, **kwargs)	将指标状态变量中的张量移动到设备上。
update(input, target)	使用新输入更新指标状态。

属性

设备	Metric.to() 的最后一个输入设备。