在文本摘要任务中，评价生成文本的质量是非常重要的。以下是一些常见的评价指标和方法：

  1. ROUGE（Recall-Oriented Understudy for Gisting Evaluation）：ROUGE是一种广泛使用的文本摘要评价指标。它通过计算生成摘要与参考摘要之间的重叠词数、句子级别的匹配等来评估生成文本的质量。

  2. BLEU（Bilingual Evaluation Understudy）：BLEU是一种用于机器翻译任务的评价指标，但也可以用于文本摘要任务。BLEU计算生成摘要中与参考摘要之间的n-gram重叠度，从而评估生成文本的质量。

  3. Perplexity（困惑度）：困惑度是衡量语言模型质量的一种指标。在文本摘要任务中，可以将生成文本看作是对参考摘要的一种“拟合”，因此困惑度也可以用于评估生成文本的质量。

  4. 人工评估：人工评估是最直观、最准确的评价方法。通过请专业人员或众包平台的工作者来评估生成文本的质量，可以得到更准确的评价结果。

  总体来说，评价生成文本的质量是一项很具挑战性的任务。以上的评价指标和方法都是为了在客观和主观两个层面上尽可能准确地评估生成文本的质量。