ROUGE 由 Lin（2004）提出，它根据摘要内容（重合的 n-gram 或最长公共子序列）与人工参考摘要的匹配程度来打分，侧重召回率，即参考内容被覆盖了多少。它后来成为文本摘要的标准自动评估指标。
与 BLEU 一样，ROUGE 衡量的是表层重合而非语义，因此只能作为人工审阅的补充，不能取而代之。
评估
2026 年更新
ROUGE
定义
一组用于文本摘要的自动评估指标，衡量生成文本与人工参考摘要之间的重合程度。
参考文献
本定义所依据的一手文献、同行评审文献和存档资料。
ROUGE: A Package for Automatic Evaluation of Summaries
词典与百科条目
- Wikipedia — ROUGE (metric)
- Hugging Face — ROUGE metric
引用本条目
MultipleChat.《ROUGE》. MultipleChat AI 与 LLM 术语表，2026. https://multiple.chat/ai-glossary/rouge