Blue 评测
（一）
Blue通常用来度量一组机器产生的翻译句子集合(candidates)与一组人工翻译句子集合(references)的相似程度。Blue的具体计算过程看下图：
在这里解释一下：式中的n 为当前匹配n-gram的长度，这里的N=4(也可以是其1,2,3),是n-gram匹配权重，BP是用来对过短候选翻译的惩罚系数，是利用当前n-gram匹配对候选机器翻译基于精度的评测
式中：为n-gram同时在一组人翻译和机器翻译中出现次数最大的值，而
为n-gram在机器翻译中出现的次数。
注：该图来自*
如果n=1的话 p=2/7.
（二）有关论文中的T-1BLEU 与 T-5BLUE解释
两幅图片出自同一篇论文中。T-1 BLEU 意思是candidates中值最大的那个BLUE值
T-5BLEU 意思是candidates中随机抽取一个样本，得到的这个样本的BLUE值