BLEU est une métrique automatique mesurant la similarité entre un texte généré par machine et des traductions humaines de référence, basée sur le chevauchement de n-grams, avec un score de 0 à 1. Largement utilisé pour évaluer la traduction automatique, BLEU a des limites connues : il ne capture pas le sens et pénalise les reformulations valides. Il reste un baseline utile malgré ses défauts.