在许多seq2seq实现中，我看到它们在编译模型时使用准确性指标，而在预测中仅使用 Bleu得分。
为什么他们在训练中不使用Bleu评分来提高效率？如果我理解正确！
答案 0 :(得分：1)
双语评估学习不足分数是用来代替人类的，因此，名字是单词understtudy。
现在，当您训练数据时，您已经有了目标值，可以直接将生成的结果与目标值进行比较，但是当您对数据集进行预测时，就没有办法测量句子是否翻译成正确的。这就是您使用Bleu的原因，因为在每次机器翻译后，没有人可以检查您所预测的内容是否正确，并且Bleu提供了健全性检查。
P.S。学习不足是指某人向导师学习以替换他，如果需要，布鲁会从人类那里“学习”，然后能够对翻译进行评分。
有关更多信息，请查看https://www.youtube.com/watch?v=9ZvTxChwg9A&list=PL1w8k37X_6L_s4ncq-swTBvKDWnRSrinI&index=28
如有疑问，请在下面评论。