用N-gram的共现概率衡量Candidate(译文) 与 Reference(参考) 的相似程度，从而评估翻译性能。
公式： （仅仅考虑一个Reference）
\[bleu_n= \frac{\sum_{sentence\in candidates}\sum_{n-gram\in sentece}Count_{共现}(n-gram)} {\sum_{ sentence^\prime \in candidates} \sum_{n-gram^\prime\in sentence^\prime}Count_{candicate}(n-gram^\prime)}\]分子解释：第一个求和代表，译文内的多条句子；第二个求和代表，一句译文的N-gram与Reference重合的次数。所以分子代表所有译文中与参考共现的N-gram个数。
分母解释：与分子类似，分母代表所有译文中n-gram的个数。
若有多个Reference，分子中共现Count应取 “ 保证不大于candidate中出现的个数的情况下，然后再reference寻找词组出现的最多次。”
\[Count_{共现}{(n-gram)} = Min(Freq_{candidate}, Max(Freq_{reference_i}))\]一般是4个Reference，因为翻译本来就没有标准答案，单个Reference可能会导致匹配率很低。