文本可读性的自动分析研究综述.PDF

第 ** 卷 第 * 期 中文信息学报 Vol. ** ，No. * 201* 年 * 月 JOURNAL OF CHINESE INFORMATION PROCESSING ***. ，201* 文章编号：1003-0077 （2017）00-0000-00 文本可读性的自动分析研究综述 1,2 2 ,3 1 2 吴思远 ，蔡建永 ，于东 ，江新 （1.北京语言大学 信息科学学院，北京 100083；2.北京语言大学 对外汉语研究中心，北京 100083； 3. 北京语言大学汉语速成学院） 摘要：文本可读性问题最初由教育学家提出，初衷是辅助教师为语言学习者推荐适合其阅读水平的文本。随着计 算机技术的发展及网页文本的涌现，对文本进行可读性分析有了更加丰富技术手段和应用场景。本文对可读性自动分 析的相关研究进行了梳理，将可读性自动分析的方法总结为公式法、分类法和排序法三类。本文进一步对可读性自动 分析中的两项重要内容，数据集的使用和文本特征的选择进行了梳理。最后对可读性研究的发展方向进行展望。 关键词：文本可读性；可读性分析；特征提取；计算机应用 中图分类号：TP391 文献标识码：A A Review on the Automatic Analysis of Text Readability 1,2 2,3 1 2 Wu Siyuan ,Cai Jianyong ,Yu Dong ,Jiang Xin ( 1. College of Information Science, Beijing Language and Culture University, Beijing 100083, China; 2. Center for Studies of Chinese as a Second Language, Beijing Language and Culture University, Beijing 100083, China ; 3. The College of Intensive Chinese Studies, Beijing Language and Culture University, Beijing 100083, China) Abstract :The concept of readability was originally proposed by educators, intended to assist teachers in recommending suitable reading materials for learners. Along with computers popularization, the automatic analysis of text readability can be advantageous in different application scenarios. The analysis techniques for text readability include formula -based method, classification method and ranking method. This paper further summarized the accessible database and the feature extraction, which are two of the critical parts in text readability analysis . Finally, we analyze the directions of