基于XLNet-TB的中文文本可读性评估研究.pdfVIP

与

计算机应用信息技术信息化

基于XLNet-TB的中文文本可读性评估研究

倪佳成1

摘要文本可读性用于评估一段文本的阅读难度，这一概念在教育和出版领域发挥着重要作用。针对目前中文

文本可读性评估模型在捕捉文本深层次语义信息方面的不足，文章提出了一种基于XLNet-TB分层网络

架构的中文文本可读性评估模型，该模型利用Chinese-XLNet预训练模型生成文本词向量表示，然后联

合使用TextCNN与BiGRU模型提取文本语义特征，最终输入全连接层获得文本可读性评估分级结果。

实验证明，该模型在汉语水平考试HSK真题数据集上的准确率达到了89.5%，验证了模型的有效性。

关键词可读性评估；深度学习；XLNet预训练模型；卷积神经网络；双向门控递归单元

doi：10.3969/j.issn.1672-9528.2025.04.0