टेक्स्ट जनरेशन मेट्रिक्स को समझना

PyBooks में, टीम ने एक pretrained मॉडल का BLEU स्कोर से मूल्यांकन किया और लगभग 0.082 का परिणाम पाया, और rouge1_fmeasure लगभग 0.2692 रहा. यह मेट्रिक precision (चुनी गई वस्तुओं में से कितनी प्रासंगिक हैं) और recall (प्रासंगिक वस्तुओं में से कितनी चुनी गई हैं) का संकेत देता है. मॉडल के प्रदर्शन के संदर्भ में आप इस स्कोर की कैसे व्याख्या करेंगे?