《表2 BP神经网络预测结果与原等级分数相关系数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于SVM和BP神经网络的作文自动评分效果比较》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:**为0.01水平上显著

根据实验设计一共确定65项语言特征指标，经过相关分析发现很多语言特征与等级分数相关很低，有的甚至是负相关。基于65项语言特征指标，采用BP神经网络进行预测得到的等级分数与原始等级分数相关非常低，为此，在研究过程中逐步剔除与等级分数相关系数较低的语言特征，最终确定38个语言特征作为自动评分依据。在固定语言特征、激活函数和传输函数的情况下，影响BP神经网络预测效果的因素主要有:隐含层神经元个数、训练函数、学习函数等。38个语言特征，不同训练函数和学习函数预测等级分数与原等级分数相关系数见表2。