《表2 BP神经网络预测结果与原等级分数相关系数》
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。
图表编号 | XD0091184800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.10 |
作者 | 马洪超、郭力、彭恒利 |
绘制单位 | 北京语言大学语言科学院 |
更多格式 | 高清、无水印(增值服务) |