本案例涉及人工智慧（Artificial Intelligence, AI）與生成式人工智慧（Generative Artificial Intelligence, GenAI）。比較超越表面重疊的文字評估方法。
本案例依原書第 6 章的框架、範例或情境重組，並非原書正式案例研究。
BERTScore 使用 Transformer 雙向編碼表示（Bidirectional Encoder Representations from Transformers, BERT）的脈絡嵌入與餘弦相似度計算精確率、召回率及 F1；MoverScore 以詞嵌入與地球移動距離衡量分布轉換成本；BLEURT 由人類評分微調。免參考方法包括可指出錯誤並給懲罰的 TIGERScore、依使用者偏好評估的 PERSE、評估白話摘要簡易度的 Pomme、檢查篇章連貫的 DiscoScore，以及檢查來源事實一致的 CTC-Score。
| 方法 | 原書用途 |
|---|---|
| BERTScore | 以脈絡嵌入比較符記語意 |
| MoverScore | 以最小分布移動成本比較文件 |
| BLEURT | 學習人類評分以近似判斷 |
| TIGERScore | 指出錯誤、建議修訂並給予懲罰分數 |
| PERSE | 依使用者個人偏好評估 |
| Pomme | 評估白話摘要簡易度 |
| DiscoScore | 評估篇章連貫與邏輯流 |
| CTC-Score | 檢查輸出與來源文件的事實一致 |
在 Excel 依任務記錄是否需要參考文字、語意相似、個人偏好、簡易度、連貫或事實一致；AI 可協助選擇候選指標。
原書沒有提供可直接計算的數據，因此不補造結果。
語意相似不能取代事實查核，個人化偏好也不代表內容正確。應依任務同時選擇語意、事實與人工判斷。
請依文字任務需求選擇評估方法，區分語意相似、篇章品質、個人偏好與來源一致；不得把相似度當成事實正確。