การทดสอบความสามารถในการอ่าน

Feature Engineering for NLP in Python

Rounak Banik

Data Scientist

ภาพรวมของการทดสอบความสามารถในการอ่าน

วัดความสามารถในการอ่านข้อความภาษาอังกฤษ
สเกลตั้งแต่ระดับประถมจนถึงระดับบัณฑิต
สูตรคณิตศาสตร์ที่ใช้จำนวนคำ พยางค์ และประโยค
ใช้ในการตรวจจับข่าวปลอมและสแปมความคิดเห็น

ตัวอย่างการทดสอบความสามารถในการอ่าน

Flesch reading ease
Gunning fog index
Simple Measure of Gobbledygook (SMOG)
Dale-Chall score

ตัวอย่างการทดสอบความสามารถในการอ่าน

Flesch reading ease
Gunning fog index
Simple Measure of Gobbledygook (SMOG)
Dale-Chall score

Flesch reading ease

เป็นหนึ่งในการทดสอบที่เก่าแก่และนิยมใช้มากที่สุด
ประโยคยิ่งยาว ยิ่งอ่านยาก
- "This is a short sentence."
- "This is longer sentence with more words and it is harder to follow than the first sentence."
คำยิ่งมีพยางค์มาก ยิ่งอ่านยาก
- "I live in my home."
- "I reside in my domicile."
คะแนนยิ่งสูง ความสามารถในการอ่านยิ่งดี

การแปลผลคะแนน Flesch reading ease

คะแนนความสามารถในการอ่าน	ระดับชั้น
90-100	5
80-90	6
70-80	7
60-70	8-9
50-60	10-12
30-50	มหาวิทยาลัย
0-30	บัณฑิต

Gunning fog index

พัฒนาขึ้นในปี 1954
ขึ้นอยู่กับความยาวเฉลี่ยของประโยคเช่นกัน
ยิ่งมีคำซับซ้อนมาก ยิ่งอ่านยาก
ดัชนียิ่งสูง ความสามารถในการอ่านยิ่งต่ำ

การแปลผล Gunning fog index

Fog index	ระดับชั้น
17	บัณฑิต
16	ปี 4
15	ปี 3
14	ปี 2
13	ปี 1
12	ม.6
11	ม.5

Fog index	ระดับชั้น
10	ม.4
9	ม.3
8	ม.2
7	ม.1
6	ป.6

ไลบรารี readability

# Download nltk punkt module
import nltk
nltk.download('punkt_tab')

# Import the Readability class
from readability import Readability


# Create a Readability Object
readability_scores = Readability(text)


# Generate scores
gf = readability_scores.gunning_fog()
print(gf.score())

16.26

มาฝึกกันเถอะ!

Feature Engineering for NLP in Python