汉语水平考试（HSK）阅读文本可读性自动评估研究

作者：杜月明; 王亚敏; 王蕾

来源：语言文字应用, 2022, (03): 73-86.

DOI：10.16499/j.cnki.1003-5397.2022.03.012

• 文本可读性
• HSK阅读文本
• 语言特征
• 机器学习
• 支持向量机

本文基于汉语二语文本可读性的特征集合，通过对比六种机器学习模型的效果，引入特征选择算法，实现了汉语水平考试（HSK）阅读文本可读性的自动评估。实验结果表明，支持向量机模型在HSK阅读文本可读性评估中的表现最好；基于汉字、词汇、句法和篇章的全特征模型的预测准确率达0.876；不同层面的特征预测能力存在差异，其中词汇层面表现最好；剔除冗余特征后，词汇和汉字两个层面的18个特征进入最优模型，句法和篇章特征未能进入该模型。本研究对HSK阅读文本的选择和改编及其他类型的文本可读性评估具有一定的参考意义。

• 单位
  北京大学; 北京语言大学