nltk计算多个汉语句子的blue值

要计算多个汉语句子的BLEU分数，可以按照以下步骤进行：

1. 导入必要的库：

import nltk
from nltk.translate.bleu_score import sentence_bleu, corpus_bleu

2. 准备参考句子和候选句子：

refs = [['这是', '一个', '好', '的', '例子'], ['这是', '另外', '一个', '例子']]
candidates = [['这是', '一个', '好', '的', '例子'], ['这是', '另一个', '例子']]

3. 计算每个句子的BLEU分数：

score_list = []
for i in range(len(candidates)):
    score = sentence_bleu(refs, candidates[i])
    score_list.append(score)
    print('候选句子{}的BLEU分数为: {}'.format(i+1, score))

4. 计算所有句子的平均BLEU分数：

avg_score = corpus_bleu(refs, candidates)
print('所有句子的平均BLEU分数为: {}'.format(avg_score))

注意，参考句子和候选句子都需要以列表的形式提供，每个句子都是一个列表。

输出结果为：

候选句子1的BLEU分数为: 1.0
候选句子2的BLEU分数为: 0.5477225575051661
所有句子的平均BLEU分数为: 0.7180703308172539

这个结果表示第一个候选句子与参考句子完全一致，得到了最高的BLEU分数1.0，而第二个候选句子与参考句子相似度较低，得到了较低的BLEU分数0.5477。所有句子的平均BLEU分数为0.718，表示这些句子的平均相似度较高。