各位大佬，利用主题词生成段落文本的时候，应该利用什么来作为评价指标，看别人的参考文献都是利用BLEU ，但BLEU需要参考句子，那我改如何获取参考句子唉，你们都是人工生成句子段落然后作为参考句子来评价的吗