Capire le metriche per la generazione di testo

In PyBooks, il team ha appena valutato le prestazioni di un modello pre-addestrato usando il punteggio BLEU e ha ottenuto circa 0,082 e un rouge1_fmeasure di circa 0,2692. Questa metrica è un’indicazione di precision (quanti elementi selezionati sono pertinenti) e di recall (quanti elementi pertinenti vengono selezionati). Come interpreteresti questi punteggi in termini di prestazioni del modello?