BLEU score is commonly used to evaluate:

Đáp án đúng: "Machine Translation". BLEU (Bilingual Evaluation Understudy) so bản dịch máy với một hoặc nhiều bản dịch tham chiếu của người: nó tính độ chính xác n-gram có điều chỉnh (modified precision) cho n từ 1 tới 4, lấy trung bình nhân rồi nhân với hệ số phạt độ ngắn (brevity penalty) để bản dịch quá ngắn không ăn gian điểm; điểm càng gần 1 thì bản dịch càng khớp tham chiếu, vì vậy nó là độ đo tự động chuẩn của dịch máy. "Topic Modeling" thường được đánh giá bằng perplexity hoặc độ gắn kết chủ đề (topic coherence), không có bản tham chiếu để so n-gram. "Text Classification" dùng accuracy, precision, recall, F1 trên nhãn dự đoán. "Sentiment Analysis" là một dạng phân lớp nên cũng đo bằng accuracy hoặc F1, không cần so khớp câu sinh ra.