() – algorytm do ewaluacji jakości tłumaczenia automatycznego z jednego języka naturalnego na inny. Jakość jest rozumiana jako korelacja między danymi wyjściowymi a tekstem ludzkim: „im bliższe tłumaczenie automatyczne jest profesjonalnemu tłumaczeniu ludzkiemu, tym jest lepsze”K. Papineni et al. (2002).. był jedną z pierwszych metryk, która uzyskała wysoką korelację z ludzkim osądem jakościCoughlin D. (2003).. Pozostaje także najbardziej popularną z metod.
Punkty liczone są dla pojedynczych przetłumaczonych segmentów – zwykle zdań – przez porównanie ich ze zbiorem tłumaczeń referencyjnych dobrej jakości. Punkty te są następnie uśredniane w obrębie całego korpusu, aby oszacować całkowitą jakość tłumaczenia. Pod uwagę nie są brane zrozumiałość oraz poprawność gramatyczna.
jest zaprojektowany, aby przybliżać ludzką ocenę na poziomie dużych korpusów i nie sprawdza się do oceny pojedynczych zdań.
Algorytm używa zmodyfikowanej wersji precyzji do porównania tłumaczenia kandydującego względem kilku tłumaczeń referencyjnych. Metryka modyfikuje pojedynczą precyzję, gdyż ustalono, że tłumaczenie automatyczne generuje więcej słów niż jest w tłumaczeniu referencyjnym. Jest to zilustrowane w poniższym przykładzie (Papineni et al.