那有什么指标去评估呢？

在自然语言处理中，有许多指标可以用来评估句子的质量和完整性，以下列举几个常用的指标：

1. BLEU：BLEU是一种广泛使用的自动评估指标，常用于机器翻译任务中，但也适用于其他自然语言生成任务。它通过比较生成的句子与参考句子之间的n-gram重叠来计算得分，得分越高表示生成的句子与参考句子越相似，质量越高。

2. ROUGE：ROUGE是一种用于评估自动摘要和文本生成任务的指标，它将生成的句子与参考摘要之间的重叠度作为评估标准。ROUGE指标有多个变种，包括ROUGE-1、ROUGE-2、ROUGE-L等。

3. METEOR：METEOR是一种基于词义匹配的评估指标，它比BLEU和ROUGE更侧重于句子的语义相似度。METEOR使用WordNet等外部语言资源来计算生成句子与参考句子之间的语义相似度得分。

4. Perplexity：Perplexity是一种基于语言模型的评估指标，它用来衡量一个语言模型对于一个测试集中句子的预测能力。Perplexity越低，表示模型对测试集中的句子预测得越准确。

以上指标可以综合考虑来评估一个句子的质量和完整性。