情感生成模型的评估指标：自动指标与人工指标的优劣？ 热门官方

回答：①自动指标：BLEU（衡量生成文本与参考文本的n-gram重叠度，适用于短文本情感生成，但对情感匹配度不敏感）、ROUGE（侧重召回率，适用于长文本情感摘要）、METEOR（考虑同义词匹配，较BLEU更符合情感语义）、Perplexity（困惑度，衡量生成文本的流畅性，越低越流畅）。优点：计算高效、可复现；缺点：无法评估情感匹配度与创造性（如生成文本流畅但与目标情感不符，Perplexity仍可能很低）。②人工指标：情感匹配度（生成内容的情感与目标情感的一致性，如5分制评分）、流畅性（语言自然度）、创造性（表达新颖性）、相关性（与输入语境的关联）。优点：直接反映人类感知，评估全面；缺点：成本高、主观性强（不同标注者评分差异可达20%）。实际应用中需自动指标+人工指标结合（如用BLEU+人工情感匹配度综合评估）。