[发明专利]一种评估文本难度的方法

说明书

本发明涉及文本难度分析技术领域，公开了一种评估文本难度的方法。所述评估文本难度的方法，通过结合统计学原理和中文实际难度特点对阅读文本进行难度评估，可简化评估算法结构，利于计算机实现，从而快速得到难度评估结果，并确保评估结果的准确度，进而提升用户体验和实用性。

技术领域

本发明涉及文本难度分析技术领域，具体地，涉及一种评估文本难度的方法。

背景技术

随着在线教育的兴起，通过诸如平板电脑、手机等电子化平台进行文字阅读的应用逐渐普及，其中的分级阅读应用也逐渐市场化。所述分级阅读应用是指在阅读之前，先通过一种评估算法对待阅读文本进行难度评估，然后根据难度评估值进行分级处理，将待阅读文本推荐给阅读能力与其文本难度评估值匹配的阅读人群，例如根据阅读文本的难度评估值向不同年级的学生推荐适合的阅读书籍，从而有助于学生阅读能力或考试成绩的提高。

目前所采用的文本难度评估算法主要存在如下问题：(1)现有评估算法结构复杂，包含了语法分析和语义分析，甚至还有句子之间的逻辑分析，难以通过计算机技术实现；(2)现有评估算法的应用对象多为外文文本，由于中文与外文的文化差异性，其对中文文本的评估结果具有一定的误差。

针对目前文本难度评估算法的问题，有必要设计一种新的文本难度评估方法，可结合统计学原理和中文实际难度特点对阅读文本进行难度评估，从而可简化评估算法结构，利于计算机实现，快速得到难度评估结果，同时还可确保评估结果的准确度，进而提升用户体验和实用性。

发明内容

针对前述文本难度评估算法的问题，本发明提供了一种评估文本难度的方法，可结合统计学原理和中文实际难度特点对阅读文本进行难度评估，从而可简化评估算法结构，利于计算机实现，快速得到难度评估结果，还可确保评估结果的准确度，进而提升用户体验和实用性。

本发明采用的技术方案,提供了一种评估文本难度的方法，包括如下步骤：S101.读取待测评内容；S102.通过数学统计的方式获取所述待测评内容的文字难度系数、词语难度系数、句子难度系数和段落难度系数中的任意一种或它们的任意组合；S103.将获取的、唯一维度的所述难度系数作为所述待测评内容的文本难度评估值，或者将获取的、多维度的所述难度系数的算术平均结果作为所述待测评内容的文本难度评估值。根据中文的实际难度特点，待测评内容的文本难度可以但不限于从文字、词语、句子和段落等维度中任意一种或它们的任意组合去评估，同时在所述评估方法中，通过数学统计方式获取各个维度的所述难度系数以及对多个维度的所述难度系数进行综合考量，可简化算法结构，利于计算机实现，从而使所述评估文本难度的方法具有准确度高、易于实现和计算量小的特点，能够在适于评估中文文本的基础上，快速得到难度评估结果，进而提升用户体验和实用性。

具体的，在所述通过数学统计的方式获取所述待测评内容的文字难度系数的步骤中还包括如下步骤：S201.获取所述待测评内容中出现的各个文字；S202.统计各个文字在所述待测评内容中的出现频率；S203.查找各个文字在文字难度等级表中对应的文字难度等级；S204.按照如下公式计算所述待测评内容的文字难度系数ZD：

式中，n为所述待测评内容中不同文字的个数，ZX_i为第i个文字在所述文字难度等级表中对应的文字难度等级，ZR_i为第i个文字在所述待测评内容中的出现频率。所述文字难度等级表包括各个文字和基于中文实际难度特点得到的、对应的文字难度等级，因此根据步骤S201至S204所描述的数学统计方式，可得到针对中文文本具有高准确度的、且在文字维度上的文字难度系数ZD。

进一步具体的，所述文字难度等级表的建立过程包括如下步骤：S601.选取M种版本的N个学习阶段的教材；S602.按照如下方式确定各个文字在第X种版本教材中的文字难度等级ZX_X：对于在第Y个学习阶段的教材中首次出现的文字，按照如下公式确定对应的文字难度等级ZX_X：