Glossaire

Score ROUGE

Qu’est-ce que Score ROUGE ?

ROUGE (Recall-Oriented Understudy for Gisting Evaluation) est une famille de métriques qui compare des textes générés automatiquement, surtout des résumés, à des textes de référence rédigés par des personnes. Elle mesure combien de mots ou de suites de mots se recoupent, par exemple les mots isolés pour ROUGE-1 ou la plus longue sous-séquence commune pour ROUGE-L. Le score se calcule vite, mais il ne saisit fiablement ni les reformulations de même sens ni l'exactitude des faits.

Thèmes

métrique
résumé automatique
évaluation

Essayer KI.ordo

Agents, flux et modèles dans un seul espace de travail – démo gratuite de 24 heures.

Lancer la démo

← Tous les termes

Termes associés

Score BLEU

Le score BLEU (Bilingual Evaluation Understudy) est une métrique mise au point chez IBM en 2002 pour évaluer automatiquement les traductions automatiques. Il mesure combien de suites de mots d'une traduction figurent aussi dans une ou plusieurs traductions de référence humaines et donne une valeur entre 0 et 1 (souvent exprimée de 0 à 100). BLEU est rapide et comparable, mais saisit mal le sens et le style : de bonnes reformulations peuvent obtenir un score faible.

Évaluation
Traduction
+1

Résumé automatique de texte

Le résumé automatique permet à l'IA de condenser de longs textes en leurs idées principales. Les méthodes extractives reprennent mot pour mot les phrases importantes, les méthodes abstractives reformulent le contenu ; les grands modèles de langage fonctionnent surtout de manière abstractive. C'est utile pour des comptes rendus, des rapports ou de longs fils d'e-mails ; pour une décision importante, comparez le résumé à l'original.

NLP
Résumé
+1

Modèle

Benchmarking

En IA, le benchmarking désigne la comparaison systématique de modèles ou de systèmes à partir de tâches et de critères définis. Les benchmarks publics mesurent par exemple les connaissances générales, le raisonnement ou la programmation ; pour un usage concret, ce sont surtout des cas de test issus de votre propre activité qui comptent. On compare généralement exactitude, exhaustivité, temps de réponse et coût. Cela permet de savoir si un modèle plus petit et moins cher suffit pour une tâche.

Comparaison de modèles
Évaluation
+1

Modèle

Génération de langage naturel (NLG)

La génération de langage naturel (Natural Language Generation, NLG) est la branche du traitement du langage qui produit des textes compréhensibles à partir de données, de notes ou d’autres entrées. Autrefois, les systèmes de NLG reposaient sur des modèles et des règles ; aujourd’hui, ils utilisent surtout de grands modèles de langage. Usages typiques : bulletins météo et boursiers, fiches produits, synthèses d’indicateurs ou réponses de chatbots. Les chiffres et faits fournis doivent être repris correctement et sans modification.

traitement du langage
génération de texte
+1

Modèle