《原始论文：Rouge: A package for automatic evaluation of summaries》
规则(recall-orientedunderstudyforgistingevaluation )是一组评估自动文摘和机器翻译的指标。 通过将自动生成的摘要或翻译与一组参考摘要(通常是人工生成的)进行比较计算来计算分数，并测量自动生成的摘要或翻译与参考摘要之间的“相似性”。
一. rouge-n(rouge-1、Rouge-2 ) 1、公式
分母是参考摘要(人工摘要/标准答案)中的n元总数，分子是模型生成的摘要和参考摘要共有的n元个数，即召回率(Recall )。
Rouge-N:是相应的Rouge-1 : 1-gram、Rouge-2: 2-gram和Rouge-3: 3-gram。
2、自动汇总Y Y Y )一般为模型生成) :
the cat was found under the bed参考摘要，XXX (金牌标准，人工生成) :
在the cat was under the bed中，根据模型生成的summary的1-gram、2-gram如下所示，N-gram如下所示。
#1- gram reference1- gram2- gram reference2- gram1thethecatthecat2catcatwascatwas3waswasfoundwasunder4founderfoor eunderter 5rouge-1(x，y )=6=1.0(text(rouge-1 ) ) x，y ) ) cfRAC66=1.0rouge (实际上分母也可以评估摘要，但在准确率和召回率之间，召回率Recall 另外，这也与上面的ROUGN-N公式相同)
Rouge-2 (X(x，y )=45=0.8(text ) rouge-2 ) (x，y ) ) cfRAC45=0.8rouge-2 ) x，y )=54=0.8
Rouge-N的优点：直观简洁，能反映语序。
Rouge-N的缺点：区分度不高，在N3的情况下，Rouge-N的值通常较小。
应用场景：
ROUGE-1 )简短摘要评估、多文档摘要(禁用单词条件)； ROUGE-2:单文档汇总、多文档汇总(禁用单词条件)； 二. Rouge-L是LCS(longestcommonsubsequence，最长公共子序列) )的首字母缩写。 因为Rouge-L使用的是最长公共子序列。 Rouge-L的计算方法如下图所示。
其中：
LCS(X
, Y ) LCS(X,Y) LCS(X,Y)是 X X X 和 沉静的高跟鞋 的最长公共子序列的长度； m m m 和 n n n 分别表示参考摘要（人工生成）和自动摘要（模型生成）的长度（一般就是所含词的个数）； R l c s R_{lcs} Rlcs、 P l c s P_{lcs} Plcs 分别表示召回率和准确率。 F l c s F_{lcs} Flcs 即是我们所说的Rouge-L。在DUC中， β β β 被设置为一个很大的数，所以Rouge-L几乎只考虑 R l c s R_{lcs} Rlcs，与上面所说的一般只考虑召回率对应。
优点：使用LCS的一个优点是它不需要连续匹配，而且反映了句子级词序的顺序匹配。由于它自动包含最长的顺序通用n-gram，因此您不需要预定义的n-gram长度。
缺点：只计算一个最长子序列，最终的值忽略了其他备选的最长子序列及较短子序列的影响。
应用场景：单文档摘要；短摘要评估。
三、Rouge-S即使用了skip-grams，在参考摘要和待评测摘要进行匹配时，不要求gram之间必须是连续的，可以“跳过”几个单词，比如skip-bigram，在产生grams时，允许最多跳过两个词。比如“cat in the hat”的 skip-bigrams 就是 “cat in, cat the, cat hat, in the, in hat, the hat”.
优点：考虑了所有按词序排列的词对，比n-gram模型更深入反映句子级词序。
缺点：若不设定最大跳跃词数会出现很多无意义词对。若设定最大跳跃词数，需要指定最大跳跃词数的值。
应用场景：单文档摘要；ROUGE-S4，ROUGE-S9: 多文档摘要（去停用词条件);
参考资料：
自动文摘评测方法：Rouge-1、Rouge-2、Rouge-L、Rouge-S
文本摘要的评测方法：Rouge-1, Rouge-2, Rouge-L, Rouge-S
自动文摘评测方法：Rouge-1、Rouge-2、Rouge-L、Rouge-S
ROUGE评价方法