O BLEU, apresentado por Papineni et al. (2002), compara uma tradução automática com uma ou mais referências humanas usando n-gramas de palavras sobrepostos, com uma penalidade para resultados curtos demais. Foi a primeira métrica automática a se correlacionar razoavelmente com o julgamento humano da qualidade de tradução e se tornou um padrão na área.
O BLEU é rápido e reproduzível, mas não enxerga significado nem paráfrases, por isso é usado em conjunto com a avaliação humana, e não no lugar dela.