---
title: "ROUGE (metric) (PT)"
source: "https://systems-analysis.info/int/ROUGE_(metric)_(PT)"
wiki: "systems-analysis.info/int"
article: "ROUGE_(metric)_(PT)"
language: "pt"
categories:
  - "Category:Large language models"
  - "Category:LLM evaluation"
  - "Category:Machine learning"
  - "Category:Portuguese"
revision_id: 6139
wiki_created_at: 2026-09-06T23:58:52Z
wiki_modified_at: 2026-09-06T23:58:52Z
downloaded_at: 2026-09-07T23:12:16Z
---

# ROUGE (metric) (PT)

**ROUGE** (acrônimo do inglês *Recall-Oriented Understudy for Gisting Evaluation* — "Substituto Orientado a Recall para Avaliação de Resumos") é um conjunto de métricas automáticas para avaliar a qualidade de resumos de texto (sumários) gerados por sistemas. A avaliação é realizada comparando o resumo gerado automaticamente com um ou mais resumos de referência, criados por humanos<sup>[\[1\]](https://systems-analysis.info/int/ROUGE_(metric)_(PT)#cite_note-wiki_rouge-1)</sup>.

Inicialmente, a métrica foi desenvolvida para tarefas de sumarização automática de texto, mas também é aplicada na avaliação da qualidade da tradução automática. Diferentemente da métrica BLEU, que avalia a precisão (precision), ROUGE foca na **abrangência** (*recall*) — ela indica qual parte dos fragmentos significativos do resumo de referência foi reproduzida no texto gerado.

O conjunto de métricas ROUGE foi proposto em 2004 pelo pesquisador **Chin-Yew Lin** do Instituto de Ciências da Informação da Universidade do Sul da Califórnia<sup>[\[2\]](https://systems-analysis.info/int/ROUGE_(metric)_(PT)#cite_note-lin_2004-2)</sup>. As métricas ROUGE tornaram-se o padrão de fato para a avaliação de algoritmos de sumarização, especialmente após seu uso em grandes competições como a DUC (*Document Understanding Conference*).

## Principais variantes das métricas ROUGE

A família ROUGE inclui várias métricas relacionadas, cada uma medindo a sobreposição de conteúdo com base em diferentes critérios<sup>[\[3\]](https://systems-analysis.info/int/ROUGE_(metric)_(PT)#cite_note-gm_rkb-3)</sup>:

- **ROUGE-N**: Mede a sobreposição de n-gramas (sequências de *n* palavras).
  - **ROUGE-1** calcula a sobreposição de unigramas (palavras individuais).
  - **ROUGE-2** calcula a sobreposição de bigramas (pares de palavras consecutivas).

<!-- -->

- **ROUGE-L**: Baseada na **subsequência comum mais longa** (*Longest Common Subsequence*, LCS) entre o resumo gerado e o de referência. Essa métrica considera a correspondência no nível da estrutura da frase, pois mede a sequência mais longa de palavras que aparecem na mesma ordem, mas não necessariamente de forma contígua.

<!-- -->

- **ROUGE-W**: Uma modificação da ROUGE-L (*Weighted LCS*), que atribui um peso maior às subsequências comuns compostas por palavras consecutivas, incentivando a correspondência contínua de frases.

<!-- -->

- **ROUGE-S** e **ROUGE-SU**: Métricas baseadas na correspondência de **skip-bigrams** (bigramas com saltos). Um skip-bigram é qualquer par de palavras que ocorre em ambos os textos na mesma ordem, mas não necessariamente de forma contígua. Isso permite considerar correspondências com lacunas entre as palavras.
  - **ROUGE-SU** é uma extensão da ROUGE-S que também considera a correspondência de unigramas, para evitar uma pontuação zero em resumos sem pares de palavras correspondentes.

Cada uma das métricas pode ser calculada em termos de abrangência (*recall*), precisão (*precision*) ou sua média harmônica (F-measure). Tradicionalmente, para tarefas de sumarização, a ênfase é colocada na **abrangência** (recall da ROUGE-N), pois é importante que o modelo extraia o máximo possível de informação-chave do texto original.

## Aplicação e relevância

As métricas ROUGE tornaram-se uma ferramenta padrão para a avaliação objetiva de algoritmos de sumarização. Desde meados dos anos 2000, praticamente todas as competições de sumarização automática (como DUC e TAC) utilizaram ROUGE para classificar os sistemas. A popularidade da métrica se deve à sua simplicidade e eficácia comprovada: a sobreposição de n-gramas provou ser um indicador suficientemente confiável para refletir o conteúdo de um resumo.

Com o surgimento de modelos de redes neurais e LLMs, o papel da ROUGE foi mantido, mas sua interpretação tornou-se mais complexa. Modelos modernos geram resumos de tão alta qualidade que as métricas tradicionais podem atingir um "teto" e ter dificuldade em distinguir nuances de qualidade, o que estimulou o desenvolvimento de novos métodos de avaliação<sup>[\[4\]](https://systems-analysis.info/int/ROUGE_(metric)_(PT)#cite_note-tacl_2021-4)</sup>.

## Limitações e críticas

Apesar de sua popularidade, a ROUGE possui limitações conhecidas:

- **Natureza superficial**: A métrica baseia-se apenas na correspondência lexical e não consegue avaliar a equivalência semântica. Ela pode subestimar um bom resumo se este utilizar sinônimos ou paráfrases.
- **Ignora a qualidade do texto**: A ROUGE não avalia a correção gramatical, a coerência ou a legibilidade do texto. Um modelo pode obter uma pontuação alta simplesmente repetindo fragmentos importantes do texto de referência, mesmo que o texto resultante seja incoerente.
- **Dependência do resumo de referência**: A qualidade da avaliação depende diretamente da qualidade e da completude do resumo de referência. Se o resumo de referência for mal escrito, a avaliação não será confiável.
- **Não avalia a veracidade dos fatos**: A métrica não consegue verificar a precisão factual. Um resumo pode obter uma alta pontuação ROUGE, mas conter fatos incorretos se eles foram copiados da fonte, e não do texto de referência.

## Alternativas e abordagens modernas

As limitações da ROUGE levaram ao desenvolvimento de métodos de avaliação alternativos:

- **Métricas orientadas à semântica**: Buscam medir a similaridade no nível do significado, em vez da correspondência exata de palavras. Exemplos incluem o **BERTScore**, que compara as representações vetoriais (embeddings) dos textos gerado e de referência.
- **Métricas combinadas**: Combinam critérios lexicais e semânticos. Por exemplo, a abordagem **ROUGE-SEM** complementa a ROUGE clássica com um módulo de similaridade semântica baseado em embeddings para avaliar melhor textos parafraseados<sup>[\[5\]](https://systems-analysis.info/int/ROUGE_(metric)_(PT)#cite_note-rouge_sem-5)</sup>.
- **Métricas baseadas em LLMs**: Abordagens modernas em que modelos poderosos (como o GPT) são usados como "juízes" para avaliar a qualidade de resumos com base em múltiplos critérios, imitando a avaliação de um especialista humano.

Em conclusão, a ROUGE se estabeleceu como uma ferramenta simples e eficaz para a avaliação de sumarizações automáticas. Apesar do surgimento de métricas mais sofisticadas, a ROUGE, com todas as suas desvantagens, permanece uma ferramenta básica indispensável no arsenal dos pesquisadores de NLP.

## Ligações externas

- <a href="https://aclanthology.org/W04-1013.pdf" class="external text" rel="nofollow">Artigo original de Chin-Yew Lin sobre ROUGE (2004)</a>

## Notas

1.  <span id="cite_note-wiki_rouge-1">[↑](https://systems-analysis.info/int/ROUGE_(metric)_(PT)#cite_ref-wiki_rouge_1-0) "ROUGE (metric)". *Wikipedia*. <a href="https://en.wikipedia.org/wiki/ROUGE_(metric)" class="external autonumber" rel="nofollow">[1]</a></span>
2.  <span id="cite_note-lin_2004-2">[↑](https://systems-analysis.info/int/ROUGE_(metric)_(PT)#cite_ref-lin_2004_2-0) Lin, Chin-Yew. "ROUGE: A Package for Automatic Evaluation of Summaries". *Proceedings of the ACL-04 Workshop on Text Summarization Branches Out*, 2004. <a href="https://aclanthology.org/W04-1013.pdf" class="external autonumber" rel="nofollow">[2]</a></span>
3.  <span id="cite_note-gm_rkb-3">[↑](https://systems-analysis.info/int/ROUGE_(metric)_(PT)#cite_ref-gm_rkb_3-0) "ROUGE (Recall-Oriented Understudy for Gisting Evaluation) Performance Metric". *GM-RKB*. <a href="http://www.gabormelli.com/RKB/ROUGE_(Recall-Oriented_Understudy_for_Gisting_Evaluation)_Performance_Metric" class="external autonumber" rel="nofollow">[3]</a></span>
4.  <span id="cite_note-tacl_2021-4">[↑](https://systems-analysis.info/int/ROUGE_(metric)_(PT)#cite_ref-tacl_2021_4-0) Deutsch, Daniel, and Rotem Dror. "A Statistical Analysis of Summarization Evaluation Metrics". *Transactions of the Association for Computational Linguistics*, vol. 9, 2021, pp. 495-508. <a href="https://aclanthology.org/anthology-files/anthology-files/pdf/tacl/2021.tacl-1.24.pdf" class="external autonumber" rel="nofollow">[4]</a></span>
5.  <span id="cite_note-rouge_sem-5">[↑](https://systems-analysis.info/int/ROUGE_(metric)_(PT)#cite_ref-rouge_sem_5-0) Zhang, M., et al. "ROUGE-SEM: Better evaluation of summarization using ROUGE combined with semantics". *Expert Systems with Applications*, vol. 237, 2024, p. 121364. <a href="https://github.com/zhangming-19/ROUGE-SEM" class="external autonumber" rel="nofollow">[5]</a></span>