在介绍lawrouge之前，我们先了解下ROUGE，相关指标还有评价指标BLUE，

Rouge的全名是Recall-Oriented Understudy for GistingEvaluation,单看名字就会发现Rouge是由召回率演变而来的指标,用于衡量模型生成摘要文本的质量。 Rouge是文本自动摘要领域摘要评价技术的通用指标之一,通过统计模型生成的摘要与人工摘要之间重叠的基本单元,评判模型生成摘要的质量。

lawrouge是ROUGE的中文版本，通常用于评估中文文本摘要的质量。与ROUGE相比，中文lawrouge改变了匹配未知词汇和处理中文字符等方面，更适用于中文语言处理的评估。

具体来说，中文lawrouge与ROUGE的不同之处在于：

1.字符处理

中文lawrouge对中文字符和未知词汇的处理更加合理，可以对中文文本进行分词和字符级别的处理。

2.评分方式

在ROUGE中，匹配项在计算时需要考虑它们在预测文本和参考文本中的位置关系。但是，对于中文文本，法律条例中的句子通常非常长而复杂，难以准确地计算匹配项的位置。

因此，中文lawrouge使用了更简单的匹配方法来解决这个问题，使得评分更加准确。

3.数据集选择

在进行评估时，ROUGE常常需要使用到英文评估数据集，这可能会导致评估结果与中文实际情况差别较大。中文lawrouge则通常基于中文评估数据集，更能够反映中文语言处理的实际情况。

总之，中文lawrouge和ROUGE在算法原理和目的上基本一致，但是在匹配项的处理以及数据集的选择等方面有所不同。中文lawrouge更适用于中文语言处理评估，而ROUGE适用于英文文本的评估。