BLEU得分和METEOR都是机器翻译的评估指标，但它们使用的方法和侧重点不同。

BLEU是基于n-gram匹配的准确度评估，它以翻译结果和参考翻译的n-gram匹配情况来计算分数，从而判断翻译结果的质量。BLEU分值范围在0到1之间，1代表完全匹配。

METEOR则使用一种更加综合的方法，计算翻译结果和参考翻译的对齐情况、同义词、音近词等多个因素，进行多维度的评估。METEOR得分也在0到1之间，1代表完全匹配。

下面是使用Python中的nltk库计算BLEU得分和METEOR得分的代码示例：

import nltk

# 实例化BLEU得分计算工具
bleu = nltk.translate.bleu_score.sentence_bleu
# 实例化METEOR得分计算工具
meteor = nltk.translate.meteor_score.meteor_score

# 参考翻译列表
refs = [['this', 'is', 'a', 'test'], ['this', 'is', 'also', 'a', 'test']]

# 翻译结果
hypo = ['this', 'is', 'a', 'test']

# 计算BLEU得分
print(bleu(refs, hypo))  # 输出：0.7083333333333334

# 计算METEOR得分
print(meteor(' '.join(hypo), ' '.join(refs[0]), meteor_language='en'))  # 输出：0.75