除以零在数学上没有定义。

处理此问题的通常或标准方法是引发异常。例如，在 Python 中，如果碰巧被零除，则会在运行时ZeroDivisionError引发异常。

如果执行以下程序

zero = 0
numerator = 10
numerator / zero

你会得到

Traceback (most recent call last):
  File "main.py", line 3, in <module>
    numerator / zero
ZeroDivisionError: division by zero

但是，如果您想避免此运行时异常，您可以检查除以零并以适合您的程序的方式处理此问题（无需终止它）。

在论文BLEU: a Method for Automatic Evaluation of Machine Translation中引入了 BLEU（和简洁惩罚）度量，作者将简洁惩罚定义为

$$\begin{align} BP = \begin{cases} 1, & \text{if } c > r\\ e^{(1- r/c)} & \text{if } c \leq r\\ \end{cases} \label{1} \tag{1} \end{align}$$

该定义没有明确考虑除以零。

Python 包nltk不会引发异常，但它（显然是任意地）在c == 0. 请注意，BLEU 指标的范围是从 0 到 1。例如，如果您执行以下程序

from nltk.translate.bleu_score import brevity_penalty, closest_ref_length

reference1 = list("hello") # A human reference translation. 
references = [reference1] # You could have more than one human reference translation.

# references = [] Without a reference, you will get a ValueError.

candidate = list() # The machine translation.
c = len(candidate)

r =  closest_ref_length(references, c)
print("brevity_penalty =", brevity_penalty(r, c))

你会得到

brevity_penalty = 0

在上面的示例中，唯一的人工参考（翻译）是reference1 = list("hello")，唯一的候选（机器翻译）是一个空列表。但是，如果references = []（您没有参考资料），那么您将收到错误ValueError: min() arg is an empty sequence，其中references用于查找与 candidate（机器翻译）最接近的参考资料（最接近的人工翻译），因为可能有多个人工参考资料翻译，并且需要选择一个来计算针对您给定候选人的简洁惩罚。

其实在函数的文档中brevity_penalty，写了如下注释

# If hypothesis is empty, brevity penalty = 0 should result in BLEU = 0.0.

其中hypothesis是候选者（机器翻译）的同义词，候选者的长度是$c$在公式$\ref{1}$（c在上面的例子中）。

为了更直接地回答您的第二个问题，我认为没有处理该问题的标准方法，但我还没有完全阅读 BLEU 论文。