改进粒子群BP算法的四六级翻译评分模型

• 作者: 吴敏 吴桂兴 唐泽 郭燕
• 来源期刊: 计算机系统应用
• 关键词: 翻译评分 BP神经网络 粒子群算法 Matlab仿真
• 年，卷（期）: 2015,（9）
• 页码范围: 140-145
• 页数: 6页
• 字数: 5219字
• 语种: 中文

摘要

针对四六级考试翻译题型，给出了一种基于改进PSO-BP神经网络的评分方法。通过BLEU和SVD等算法获取到文本特征值以及老师评分作为输入集，然后用该集合对改进 PSO-BP 神经网络进行训练，训练好的 BP神经网络可以用来预测翻译分数。从惯性权值计算和适应度函数两方面优化了PSO-BP算法，在全局范围内寻找最优解，使得实验效果更加稳定。用Matlab进行了仿真实验，结果表明，在翻译评分中，使用改进PSO-BP神经网络比采用多元线性回归能获得更好的相关性，与人工评分的皮尔逊相关系数平均提高了12%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴敏	中国科学技术大学现代教育技术中心	79	499	12.0	19.0
5	唐泽	中国科学技术大学现代教育技术中心	3	40	2.0	3.0
6	吴桂兴	中国科学技术大学苏州研究院	10	13	2.0	3.0
7	郭燕	中国科学技术大学苏州研究院	13	22	2.0	4.0