ROUGE — Recall-Oriented Understudy for Gisting Evaluation，摘要评估指标

事实

按参考答案重合度评估生成文本的指标。

人话

ROUGE 像 KTV 打分只盯歌词重合，唱得像不像，先看命中几句。

常评摘要生成，便宜好算，但不懂语义好坏。

相关概念

• Bilingual Evaluation Understudy，双语评估替补
• Text Summarization（文本摘要）
• 基准污染（Benchmark Contamination）

BLEU
BLEU偏看生成词是否准，ROUGE偏看参考内容是否被覆盖。

Text Summarization
ROUGE最常用于摘要任务，衡量生成摘要和参考摘要的重合。

Benchmark Contamination
若参考答案混入训练数据，ROUGE分数可能虚高。