基准
METEOR
一种综合考虑精确率、召回率和词序的机器翻译评估指标，在BLEU基础上引入同义词匹配和词干还原，与人工判断相关性更高
时间轴 (近 90 天)
10月23日
基于参考的指标（如BLEU、ROUGE、METEOR）通过计算n-gram重叠度或语义相似度评分，但奖励表面模仿，无法判断内容是否忠实于输入图谱。
待验证50%
9月15日
该系统在来自未见过中心的50个留出案例上取得METEOR 0.3542的成绩
待验证50%
9月15日
研究复现的BLEU-4和METEOR例程与参考实现达到机器精度级别的一致
待验证50%