ROUGE

Parent: ai_keywords

ROUGE

核心定义

ROUGE（Recall-Oriented Understudy for Gisting Evaluation）是一组用于自动评估文本摘要与机器翻译质量的指标，核心思想是通过计算生成文本与一组参考文本之间的 n-gram 重叠、最长公共子序列、跳跃二元组 等统计量来量化语义相似度，特别强调召回率（即生成文本对参考文本信息的覆盖程度）。该指标由 Chin-Yew Lin 于 2004 年提出，已成为自然语言处理（NLP）领域文本生成任务的标准评价工具。

关键技术点

1. ROUGE-N：基于 n-gram 共现的召回率。计算生成文本与参考文本中共同出现的 n-gram（如 unigram、bigram）占参考文本中 n-gram 总数的比例。高 ROUGE-1 通常反映词汇层面的内容覆盖，ROUGE-2 则更能体现短语与句法连贯性。

2. ROUGE-L：利用最长公共子序列（LCS）。自动捕捉文本中匹配的最长连续子序列，不受 n-gram 顺序限制，能同时评估信息覆盖与语言流畅性，对句子结构变化鲁棒。

3. ROUGE-S（Skip-bigram）：允许出现在同一句内、不连续的两个词作为单元，计算其共现的召回率与 F1 值。比 n-gram 更灵活，能捕捉长距离依赖关系。

4. ROUGE-W（Weighted LCS）：对 LCS 中的连续匹配赋予更高权重，强调连续序列的重要性，适用于评估需要严格顺序的任务（如手术步骤描述）。

5. ROUGE-SU：将 ROUGE-S 与 unigram 结合，平衡了词级别覆盖与二元组跳跃关系，常用于评测摘要的简洁性与信息密度。

医学/神经科学应用场景

在 首都医科大学神经病学 研究中，ROUGE 可用于 脑卒中急性期病历摘要自动生成系统 的评估。例如，从患者的多模态数据（头颅 MRI、NIHSS 评分、血管超声报告、用药记录）中自动生成结构化摘要，系统输出的文字报告需与神经内科专家撰写的标准摘要（参考文本）进行一致性检验。

具体而言，针对 癫痫发作报告自动生成 场景：基于连续脑电图（EEG）监测数据，系统需提取发作起始区、发作类型、频率、药物调整建议等关键信息并形成文字摘要。通过计算 ROUGE-2 与 ROUGE-L 得分，可量化生成报告对参考报告中临床核心信息（如“左侧颞叶起始的局灶性发作伴有意识障碍”）的覆盖程度，从而优化模型对发作事件描述的精确性与完整性。此外，在 帕金森病 UPDRS 评分结构化报告 生成中，ROUGE 可衡量自动摘要对运动症状、非运动症状及治疗建议的语义匹配度，辅助临床决策系统的评估。