BLEU, introdotta da Papineni et al. (2002), confronta una traduzione automatica con uno o più riferimenti umani usando gli n-grammi di parole in comune, con una penalità per gli output troppo brevi. È stata la prima metrica automatica a correlare in modo ragionevole con il giudizio umano sulla qualità della traduzione ed è diventata uno standard del settore.
BLEU è veloce e riproducibile, ma è cieca al significato e alle parafrasi: per questo si usa insieme alla valutazione umana, non al suo posto.