NIST Miara NIST jest oparta na mierze BLEU z pewnymi przeróbkami. Podczas gdy BLEU liczy n-gramy precyzji dodając równe wagi do każdego z nich, NIST liczy również jaką wartość informacji niesie ze sobą konkretny n-gram. Czym rzadszy jest n-gram, tym większą wagę będzie miał przypisaną. Na przykład: jeśli dwugram „być może” jest poprawnie dopasowany, otrzyma on niższą wagę niż dwugram „interesujące obliczenia”, gdyż jest mniej prawdopodobne, że on wystąpi. NIST różni się od BLEU także liczeniem „kary zwięzłości”, o ile małe różnice w długości tłumaczenia nie mają tak wielkiego wpływu na cały przyznany wynik.

WER Współczynnik błędu rozpoznawania słów (ang. WER – Word Error Rate) jest metryką, która bazuje na odległości Levensteina. Przykładowo, odległość Levensteina pomiędzy słowami „mama” i „matka” wynosi 2, ponieważ wyrazy te różnią się dwiema literami (drugie m w wyrazie „mama” zmienione na t oraz dołożone k). Różnica pomiędzy tą metryką a WER polega na tym, że metryka Levensteina określa odległość pomiędzy literami, natomiast WER opisuje odległość pomiędzy słowami. Początkowo WER był używany do ewaluacji systemów rozpoznawania mowy, jednak wykorzystuje się go również w ocenie tłumaczenia maszynowego.