BLEUは，機械翻訳システムの自動評価において，現在主流になっている評価法である．
BLEUは，N-gram適合率で比較を行う．実験では，4-gramを用いる．BLEUは，
0から1のスコアを出力し，スコアが1に近いほど良い評価である．BLEUの計算式を式3.1に示す．
| 100#100 | 24#24 | 101#101 | (3.1) |
| 102#102 | 24#24 | 103#103 | (3.2) |
| 104#104 | 24#24 | 105#105 | (3.3) |
ここで，BPは短い翻訳文が高い評価にならないように補正を行うパラメータである． また，106#106 はN-gramの重みである．