文本易讀度相關(guān)研究評(píng)述

劉 瀟

（武漢大學(xué)外國(guó)語(yǔ)學(xué)院，湖北武漢420072）

1.引言

進(jìn)入信息社會(huì)后，人們可閱讀到的文本呈現(xiàn)爆炸式的增長(zhǎng)。在外語(yǔ)教學(xué)領(lǐng)域，《歐洲語(yǔ)言共同參考框架：學(xué)習(xí)、教學(xué)、評(píng)估》（CECR）中提倡使用真實(shí)語(yǔ)料作為教學(xué)材料。而根據(jù)前蘇聯(lián)心理學(xué)家維果茨基（Vygotsky，1978）的最近發(fā)展區(qū)理論（Zone of Proximal Development）假設(shè)和美國(guó)語(yǔ)言學(xué)家克拉申（Krashen，1989）的語(yǔ)言學(xué)習(xí)輸入i/i+1理論（The input hypotheses），教學(xué)材料應(yīng)當(dāng)稍高于學(xué)習(xí)者當(dāng)前水平，才能達(dá)到最佳效果。但是，對(duì)于教學(xué)者和自學(xué)外語(yǔ)的學(xué)生而言，在繁多的資料中選取難度合適的文本，需要大量的時(shí)間與精力，他們迫切需要有力的工具以提高選取閱讀材料的效率。

為滿(mǎn)足這一需求，必須采用量化的方法，高效率地評(píng)估文本的困難程度，即易讀度（readability，也譯作易讀性）①對(duì)應(yīng)的法語(yǔ)單詞為lisibilité。國(guó)內(nèi)相關(guān)文章多采用“易讀性”這一譯法?！耙鬃x性”也更為貼近外語(yǔ)單詞本義。但為強(qiáng)調(diào)對(duì)文本易讀程度的量化測(cè)量，此文中主要采用“易讀度”這一譯法。。美國(guó)早在上世紀(jì)20年代就開(kāi)始致力于相關(guān)研究，并將總結(jié)出的易讀度公式運(yùn)用于英語(yǔ)教學(xué)、新聞、軍事等多個(gè)領(lǐng)域，以確保相關(guān)行業(yè)的文本更易為大眾所理解。2007年以來(lái)，這一課題也引起國(guó)內(nèi)英語(yǔ)教學(xué)、對(duì)外漢語(yǔ)和新聞等領(lǐng)域的學(xué)者越來(lái)越多的關(guān)注②根據(jù)中國(guó)知網(wǎng)的“學(xué)術(shù)趨勢(shì)”功能中的“學(xué)術(shù)關(guān)注度”對(duì)“易讀性”和“易讀度”兩個(gè)詞條的反饋，可以看到，具有這兩個(gè)關(guān)鍵詞的文本的收錄量之和在2007年之后有較大幅度上升。。

本文試圖對(duì)易讀度在英語(yǔ)、漢語(yǔ)和法語(yǔ)三個(gè)語(yǔ)種的國(guó)內(nèi)外研究方法和成果進(jìn)行綜述，并將重點(diǎn)放在教學(xué)領(lǐng)域。在第二部分中，分別介紹國(guó)外的英語(yǔ)和法語(yǔ)易讀度研究的歷史、發(fā)展和應(yīng)用情況；第三部分則將目光轉(zhuǎn)向國(guó)內(nèi)，概覽英語(yǔ)教學(xué)界和漢語(yǔ)學(xué)者在易讀度上的成果；最后總結(jié)目前研究存在的問(wèn)題，嘗試預(yù)測(cè)這一領(lǐng)域的發(fā)展趨勢(shì)。

2.國(guó)外易讀度研究

2.1英語(yǔ)易讀度研究

與語(yǔ)言學(xué)研究的其他分支相似，美國(guó)學(xué)者在文本易讀度方面的研究走在前列，也最為成熟。最早的研究始于上世紀(jì)20年代萊弗利和普萊西（Lively&Pressey，1923）對(duì)教材詞匯難度的考察。相關(guān)研究的內(nèi)容主要集中在兩個(gè)方面：影響易讀度的因素和易讀度的測(cè)定方法。與之相關(guān)的還有語(yǔ)料的選取，以及評(píng)估測(cè)量結(jié)果的方法等問(wèn)題，本文暫不討論。

從研究方法的演變，到研究工具的發(fā)展，文本難度研究大致可分為三個(gè)階段（Thomas Fran?ois，2012）：

（1）20世紀(jì)20至70年代，易讀度的主流研究方法一直是由沃格爾和沃什伯恩（Vogel&Washburne）在1928年所提出的多元線(xiàn)性回歸模型。研究者將詞匯和語(yǔ)法作為區(qū)分文本難度的特征，選用單詞長(zhǎng)度（或測(cè)量Dale-Chall等常用詞表之外單詞所得到的生疏詞比例）及句長(zhǎng)等2（或3）個(gè)變量，通過(guò)手工抽樣或（50年代之后逐漸采用的）機(jī)器輔助統(tǒng)計(jì)的方式測(cè)出變量值，按其與易讀度的相關(guān)度為每個(gè)變量賦以權(quán)重并相加，構(gòu)建出上千個(gè)易讀度公式。

以弗雷奇（Flesch）在1948年提出的Flesch Reading Ease為例：

其中，wl（word length）=每個(gè)單詞的平均音節(jié)數(shù)，sl（sentence length）=每個(gè)句子的平均單詞數(shù)。

該公式算出的分?jǐn)?shù)取值區(qū)間為0-100。分?jǐn)?shù)越低，說(shuō)明文章越難。其數(shù)值對(duì)應(yīng)的難度參照表如下：

（表 1）

Flesch Reading Ease和Flesch-Kincaid Grade Level是得到最為廣泛應(yīng)用的兩個(gè)公式。二者都采用單詞和句子長(zhǎng)度作為語(yǔ)義和句法復(fù)雜度的依據(jù)，均被內(nèi)置于Microsoft Office Word軟件。后者更是美國(guó)國(guó)防部使用的標(biāo)準(zhǔn)文本難度測(cè)量公式。

此外，較常用的公式還有：Gunning-Fog Score，Coleman-Liau Index，Automated Readability Index（ARI），SMOG Index，Dale-Chall Readability Formula，F(xiàn)ry Readability Formula，Spache，F(xiàn)ORCAST 等。它們的預(yù)測(cè)變量都采用了傳統(tǒng)的一個(gè)詞匯因素加一個(gè)句法因素的形式，提出的時(shí)間較早，介于40年代末和60年代末之間。這些公式至今仍是易讀度應(yīng)用的主要工具。

以上易讀度公式具有顯著優(yōu)點(diǎn)：使用起來(lái)十分便捷，所需的變量也易于獲取。但其缺點(diǎn)同樣明顯：對(duì)文本難度的評(píng)估被過(guò)度簡(jiǎn)化。2～3個(gè)變量遠(yuǎn)不足以表達(dá)文本的復(fù)雜程度。詞長(zhǎng)等因素本身與易讀度的關(guān)聯(lián)也有爭(zhēng)議。因此，必須引入新的思路和技術(shù)來(lái)評(píng)估文本難度。

（2）20世紀(jì)80至90年代，Kintsh、Vipond和Kemper等認(rèn)知心理學(xué)專(zhuān)家對(duì)傳統(tǒng)方法進(jìn)行了批評(píng)，認(rèn)為這些公式采用的僅僅是文本表層的特征，忽略了文本真實(shí)的復(fù)雜度。他們指出：在閱讀時(shí)，讀者不僅對(duì)文章進(jìn)行詞匯的辨認(rèn)和語(yǔ)法的解讀，還需從概念上理解文本背后的涵義。鑒于此，他們提出了許多基于語(yǔ)義和篇章等認(rèn)知心理學(xué)領(lǐng)域因素的特征，如概念本身的難度（虛詞的比例、人稱(chēng)代詞、同形多義詞的數(shù)量），概念密度（小句的數(shù)量），回指的密度以及彼此的距離，近義詞或邏輯聯(lián)結(jié)詞，相鄰句子之間的相似度，詞匯覆蓋度（即兩句之間相同的名詞/論元/詞干的數(shù)量）等等。

然而，他們的研究并沒(méi)有提升難度區(qū)分的準(zhǔn)確率，無(wú)法證明其相對(duì)于傳統(tǒng)方法的優(yōu)越性，反而因方法復(fù)雜常需手工統(tǒng)計(jì)，難以實(shí)踐而未得到廣泛采用。在這一時(shí)期，易讀度研究的發(fā)展陷入停滯和低潮。

（3）20世紀(jì)90年代至今，隨著越來(lái)越多學(xué)科與計(jì)算機(jī)和信息領(lǐng)域相交叉，自然語(yǔ)言處理技術(shù)不斷成熟，相關(guān)研究成果也被應(yīng)用到易讀度研究中。其中絕大多數(shù)的研究針對(duì)英語(yǔ)文本難度。研究者總體上對(duì)相關(guān)技術(shù)在實(shí)現(xiàn)更準(zhǔn)確的文本難度量化評(píng)估中的作用持審慎的樂(lè)觀態(tài)度。

這些新方法有如下幾個(gè)特點(diǎn)：（1）采用機(jī)器學(xué)習(xí)技術(shù)；（2）引入包括語(yǔ)義和篇章類(lèi)型的更多變量，以建立復(fù)雜的模型；（3）需要大量文本作為數(shù)據(jù)庫(kù)。

Foltz等學(xué)者在1998年最早引入了潛在語(yǔ)義分析技術(shù)（Latent Semantic Analysis，縮寫(xiě)為L(zhǎng)SA）①1988年由S．T．Dumais等人提出的一種新的信息檢索代數(shù)模型，它使用統(tǒng)計(jì)計(jì)算的方法對(duì)大量的文本集進(jìn)行分析，從而提取出詞與詞之間潛在的語(yǔ)義結(jié)構(gòu)，用來(lái)表示詞和文本，達(dá)到消除詞之間的相關(guān)性和簡(jiǎn)化文本向量實(shí)現(xiàn)降維的目的。以分析文本的連貫性。他們將文本作為大量不同特征值構(gòu)成的向量空間，處理為許多數(shù)據(jù)的集合，實(shí)現(xiàn)分析比對(duì)。Si和Callan于2001年最早將易讀度問(wèn)題歸為自然語(yǔ)言分類(lèi)的一個(gè)子問(wèn)題，從而將它與人工智能和機(jī)器學(xué)習(xí)領(lǐng)域聯(lián)系起來(lái)。從此，多元線(xiàn)性回歸不再是測(cè)量易讀度的唯一數(shù)學(xué)模型，樸素貝葉斯、支撐向量機(jī)（SVM）等算法成為了這個(gè)領(lǐng)域的有力工具。

與傳統(tǒng)的易讀度公式相比，他們使用的變量更多，建立的統(tǒng)計(jì)模型更為復(fù)雜。目前，這一新方法還未明顯建立起相對(duì)于傳統(tǒng)公式的優(yōu)勢(shì)，但他們提供了將認(rèn)知心理學(xué)家提出的新變量與傳統(tǒng)變量結(jié)合起來(lái)的可能，找到了該領(lǐng)域發(fā)展的突破口。

美國(guó)政府一直大力支持易讀度相關(guān)研究和將其成果推廣應(yīng)用。卡耐基-梅隆大學(xué)的語(yǔ)言技術(shù)學(xué)院正開(kāi)展的基于網(wǎng)絡(luò)文本的REAP（READer-specific Practice）項(xiàng)目就得益于美國(guó)教育部的支持。它能對(duì)閱讀者進(jìn)行預(yù)先測(cè)驗(yàn)，再有針對(duì)性地推薦適合對(duì)象閱讀水平的文本。經(jīng)過(guò)匹茲堡大學(xué)英語(yǔ)學(xué)院的教學(xué)實(shí)驗(yàn)，該系統(tǒng)被認(rèn)為能較好地融入正常的教學(xué)計(jì)劃中，取得了階段性成功（Feeney&Heilman，2008）。

商用方面，易讀度研究在母語(yǔ)教學(xué)領(lǐng)域的應(yīng)用最為常見(jiàn)。MetaMetrics公司開(kāi)發(fā)的藍(lán)思閱讀測(cè)評(píng)系統(tǒng)（Lexile Framework）就是其中的成功案例。他們通過(guò)計(jì)算大樣本的教材難度，為每個(gè)年級(jí)提出了必讀文本難度和擴(kuò)展文本難度分值，推動(dòng)了兒童分級(jí)閱讀的專(zhuān)業(yè)合作與指導(dǎo)（羅德紅、余婧，2013）。除英語(yǔ)外，該公司的閱讀評(píng)測(cè)系統(tǒng)還有西班牙語(yǔ)版。2009年，他們還與托?？荚嚕═OEFL）的研發(fā)和主辦機(jī)構(gòu)——美國(guó)教育考試服務(wù)中心（ETS）合作，將托?？荚囬喿x部分的分?jǐn)?shù)聯(lián)入藍(lán)思測(cè)評(píng)系統(tǒng)。

美國(guó)孟菲斯大學(xué)（University of Memphis）的Coh-Metrix系統(tǒng)則側(cè)重于文本的連貫性。在二語(yǔ)習(xí)得領(lǐng)域，它所采用的Coh-Metrix L2 Reading Index的表現(xiàn)優(yōu)于傳統(tǒng)易讀度公式，但59%的分類(lèi)準(zhǔn)確度在實(shí)踐中仍不能讓人滿(mǎn)意（Crossley&al．，2011）。

此外，在軍事、新聞、保險(xiǎn)等領(lǐng)域，易讀度研究也發(fā)揮著作用，用以確保相關(guān)文本更易為大眾所理解。如美國(guó)馬薩諸塞州保險(xiǎn)委員會(huì)規(guī)定保險(xiǎn)單的易讀度用Flesch Reading Ease公式計(jì)算得分應(yīng)不低于50，而明尼蘇達(dá)州則要求不低于40（晏生宏、黃莉，2005）。

2.2法語(yǔ)易讀度研究

直到1956年，法語(yǔ)世界才通過(guò)André Conquet的著作《易讀度》（La lisibilité）接觸到這一領(lǐng)域。在20世紀(jì)50至60年代，Kandel、Moles和Landsheere改造Flesch Reading Ease以適應(yīng)法語(yǔ)文本。最早的原創(chuàng)公式是Henry在1975年提出的。隨后，Cornaire在1988年將Henry的公式應(yīng)用于FLE教學(xué)。Uitdenbogerd在2005年針對(duì)母語(yǔ)為英語(yǔ)的法語(yǔ)學(xué)生構(gòu)建了自己的易讀度公式，將兩種語(yǔ)言的詞匯相似度作為變量之一（Fran?ois，2009）。

近年來(lái)，比利時(shí)魯汶天主教大學(xué)的Fran?ois（2012）致力于利用語(yǔ)言自動(dòng)處理技術(shù)提高文本易讀度的準(zhǔn)確度，并應(yīng)用于FLE領(lǐng)域②他的研究面向的對(duì)象是母語(yǔ)非特定某種語(yǔ)言、非為特定目的學(xué)習(xí)法語(yǔ)（FOS）的成年人。。Fran?ois采取由教學(xué)專(zhuān)家預(yù)先按照《歐洲語(yǔ)言共同參考框架：學(xué)習(xí)、教學(xué)、評(píng)估》（CECR）標(biāo)準(zhǔn)分類(lèi)③《歐洲語(yǔ)言共同參考框架：學(xué)習(xí)、教學(xué)、評(píng)估》（C E C R）中將語(yǔ)言學(xué)習(xí)者的能力分為A 1、A 2、B 1、B 2、C 1、C 2，共6級(jí)。此外，還可加入A 1+、A 2+、B 1+，細(xì)化為 9個(gè)等級(jí)。的法語(yǔ)教材作為語(yǔ)料，通過(guò)機(jī)器學(xué)習(xí)和文本挖掘的方法對(duì)406個(gè)變量進(jìn)行實(shí)驗(yàn)。他確認(rèn)傳統(tǒng)所采用的詞匯變量（尤其是常用詞表之外的單詞所占比例）仍是最佳特征值，證明語(yǔ)言自動(dòng)處理技術(shù)引入的基于LSA的變量和詞類(lèi)等變量對(duì)準(zhǔn)確評(píng)估文本易讀度的效果顯著；而短語(yǔ)和多元模型等變量則并不比傳統(tǒng)公式采用的變量更有效。他的實(shí)驗(yàn)結(jié)果顯示：實(shí)現(xiàn)較好的文本難度自動(dòng)評(píng)估所需的特征值數(shù)目遠(yuǎn)超傳統(tǒng)公式。通過(guò)對(duì)47個(gè)特征值（包含傳統(tǒng)特征及語(yǔ)言自動(dòng)處理技術(shù)所發(fā)掘的新特征）的最優(yōu)運(yùn)用，能得到比傳統(tǒng)方式高15%的準(zhǔn)確度。在統(tǒng)計(jì)模型方面，Boosting方法④Boosting（增強(qiáng)）方法是一種集成學(xué)習(xí)的分類(lèi)方法，反復(fù)使用多個(gè)準(zhǔn)確度較低的弱分類(lèi)器，在每次迭代中增加被分類(lèi)錯(cuò)誤樣本的權(quán)重，最終分類(lèi)器通過(guò)對(duì)多個(gè)弱分類(lèi)器結(jié)果按不同加權(quán)投票建立。和SVM方法效率最高，而前者在屢次迭代過(guò)程中花費(fèi)時(shí)間過(guò)長(zhǎng)，因此采用SVM方法。

這兩種方法也是目前機(jī)器學(xué)習(xí)領(lǐng)域廣泛認(rèn)定具有較好效果的模型。最終模型在將語(yǔ)料根據(jù)CECR標(biāo)準(zhǔn)分為6類(lèi)和9類(lèi)難度時(shí)取得了準(zhǔn)確率49%和35%的最佳效果，大致相當(dāng)于未經(jīng)專(zhuān)業(yè)訓(xùn)練的普通人進(jìn)行難度分類(lèi)判斷時(shí)的結(jié)果。盡管這樣的表現(xiàn)離實(shí)際應(yīng)用還有較大差距，但這也正反映出研究的困難度。

3.國(guó)內(nèi)易讀度研究

3.1英語(yǔ)易讀度研究

在2．1中，我們看到：美國(guó)的英語(yǔ)文本難度研究已取得不少成果，在較多領(lǐng)域進(jìn)入應(yīng)用層面，具有借鑒意義。但這些方案主要面向的是以英語(yǔ)為母語(yǔ)的讀者，針對(duì)的是美國(guó)人的閱讀能力和特點(diǎn)，不能將這些公式和工具簡(jiǎn)單照搬到面向二語(yǔ)習(xí)得者的英語(yǔ)教學(xué)及其他語(yǔ)種的易讀度測(cè)量中。王晶（2010）對(duì)不同水平的中國(guó)英語(yǔ)學(xué)習(xí)者進(jìn)行閱讀測(cè)試，發(fā)現(xiàn)大多數(shù)學(xué)生對(duì)測(cè)試所選用的6篇文本的難度排序和實(shí)際閱讀能力的表現(xiàn)不符合Flesch Reading Ease公式的預(yù)測(cè)結(jié)果?？梢?jiàn)，中國(guó)學(xué)習(xí)英語(yǔ)的閱讀者需要適合自身特點(diǎn)的軟件和工具。

在我國(guó)英語(yǔ)教學(xué)領(lǐng)域，林錚（1995）最早對(duì)國(guó)外易讀度研究進(jìn)行了綜述。此后，李紹山（2000）、晏生宏（2005）、章辭（2010）等也開(kāi)始關(guān)注這一課題。目前，國(guó)內(nèi)已自主開(kāi)發(fā)了以下三款自動(dòng)測(cè)量英語(yǔ)文本難度的軟件，但尚未得到大規(guī)模應(yīng)用。

福建師范大學(xué)外國(guó)語(yǔ)學(xué)院開(kāi)發(fā)了ERDA軟件，分中學(xué)版和大學(xué)版兩個(gè)版本。采用的公式中選取詞匯和句法兩個(gè)變量。詞匯按習(xí)得的順序分等級(jí)，中學(xué)版按年級(jí)數(shù)分為6個(gè)等級(jí)，大學(xué)版根據(jù)教委頒布的大綱分為8個(gè)等級(jí)。句長(zhǎng)按單詞數(shù)分為4個(gè)類(lèi)型。不同等級(jí)的詞匯、句子類(lèi)型分別乘以給定的系數(shù)，結(jié)果介于 0-10之間（林錚，1995）。

重慶大學(xué)的ERMS系統(tǒng)以Flesch Reading Ease為計(jì)算公式。它將詞匯分為大學(xué)前、英語(yǔ)四級(jí)、英語(yǔ)六級(jí)、研究生四個(gè)等級(jí)建立以大學(xué)英語(yǔ)教學(xué)大綱詞匯表為基礎(chǔ)的詞庫(kù)。詞庫(kù)具有開(kāi)放性，可更新。除統(tǒng)計(jì)句子數(shù)、總音節(jié)數(shù)、總詞數(shù)后利用公式得出分?jǐn)?shù)外，該軟件還可通過(guò)類(lèi)符/詞符比統(tǒng)計(jì)詞匯密度（晏生宏、黃莉，2005）。

解放軍外國(guó)語(yǔ)學(xué)院的IRMS系統(tǒng)則未采用傳統(tǒng)的易讀度公式，采用了自然語(yǔ)言處理技術(shù)。邢富坤、程?hào)|元（2007，2008）基于信息計(jì)算開(kāi)發(fā)的原理，通過(guò)對(duì)語(yǔ)篇信息量、詞熵、句熵的統(tǒng)計(jì)，進(jìn)行易讀度測(cè)量。其成果比上述兩款軟件具有更強(qiáng)的普遍適用性，易于轉(zhuǎn)換為其他語(yǔ)種的易讀度測(cè)量工具。

劉海清（2013）則呼吁學(xué)者對(duì)公安等特殊行業(yè)的英語(yǔ)教材開(kāi)發(fā)有針對(duì)性的易讀性軟件。然而，受語(yǔ)料庫(kù)大小、相關(guān)理論研究水平和易讀度研究難度等條件制約，目前易讀度研究主要針對(duì)的都是有較大樣本量的普通閱讀者。在普通易讀度研究取得重大進(jìn)展前，此類(lèi)特殊需求很可能會(huì)長(zhǎng)期無(wú)法得到滿(mǎn)足。

此外，我國(guó)英語(yǔ)教學(xué)專(zhuān)家也注意使用國(guó)外開(kāi)發(fā)的文本難度測(cè)量軟件。2008年7月27日，外語(yǔ)教學(xué)與研究出版社在北京舉辦了“全國(guó)高等學(xué)校英語(yǔ)教師教育與發(fā)展系列研修班”第4期——“語(yǔ)料庫(kù)在外語(yǔ)教學(xué)中的應(yīng)用”。許家金向教師介紹的實(shí)用軟件中，就包含了日本早稻田大學(xué)的Laurence Antony開(kāi)發(fā)的Ant Word Profiler。王正勝（2010）也發(fā)文介紹了這款軟件的使用方法。然而，這款軟件僅能用于統(tǒng)計(jì)常用詞表在文本中的分布情況，尚不能測(cè)量并評(píng)估文本的具體難度。

也有一些研究者運(yùn)用文本易讀度公式和軟件來(lái)研究英語(yǔ)閱讀教學(xué)。蔣晶晶（2009）運(yùn)用6種易讀度公式評(píng)估英語(yǔ)分級(jí)考試CEPT文本中出現(xiàn)的詞匯難度情況，認(rèn)為Flesch-Kincaid Grade Level公式最為可信。辜向東和關(guān)曉仙（2003）對(duì)CET閱讀測(cè)試和大學(xué)英語(yǔ)閱讀教材進(jìn)行了易讀度抽樣研究。李安心（2012）利用Ant Word Profiler和SPSS軟件對(duì)高考英語(yǔ)湖南卷的閱讀理解進(jìn)行了文本難度因素分析。王麗（2011）利用Office Word軟件自帶的Flesch Reading Ease公式對(duì)高職英語(yǔ)教材中的閱讀材料做了抽樣分析。

陳炎龍和張志明（2010）則對(duì)傳統(tǒng)的易讀性公式進(jìn)行了批評(píng)，認(rèn)為它們雖然容易施行，但計(jì)算值過(guò)于集中，不利于進(jìn)行等級(jí)劃分。作為改善，他們提出以詞匯為特征值，建立文本分類(lèi)時(shí)常用到的向量空間模型。這樣的方法符合國(guó)際易讀度研究?jī)A向于采用自然語(yǔ)言處理技術(shù)的新趨勢(shì)。

目前我國(guó)英語(yǔ)界學(xué)者對(duì)易讀度的研究成果較豐富，不僅有對(duì)國(guó)外開(kāi)發(fā)的傳統(tǒng)公式的借鑒和應(yīng)用，更有自主創(chuàng)新，部分最近成果符合國(guó)際上采用自然語(yǔ)言處理技術(shù)的新趨勢(shì)。但在應(yīng)用和分析文本難度時(shí)，被廣泛使用的仍是國(guó)外的傳統(tǒng)公式，我國(guó)自主研發(fā)的幾款軟件在推廣方面仍有不足。另外，在研發(fā)易讀度工具時(shí)，缺少統(tǒng)一的、大規(guī)模的英語(yǔ)教材語(yǔ)料庫(kù)支持。這些都有待在今后研究中得到改善。

3.2漢語(yǔ)易讀度研究

和法語(yǔ)以及其他外語(yǔ)相似，漢語(yǔ)易讀度研究起步較晚，成果也較少。早期研究直接借鑒英語(yǔ)的易讀度公式，逐漸開(kāi)始構(gòu)擬原創(chuàng)的易讀度模型。研究對(duì)象也從是母語(yǔ)閱讀者開(kāi)始，慢慢擴(kuò)展到面向外國(guó)的二語(yǔ)教學(xué)領(lǐng)域。

在新聞?lì)I(lǐng)域，臺(tái)灣學(xué)者于宗先在1959年最早應(yīng)用Flesch Reading Ease易讀公式，但僅為直接照搬，未考慮漢語(yǔ)與英語(yǔ)的差異。1970年，陳世敏改良了Gunning-Fog Score。在同時(shí)或稍早時(shí)候，留美學(xué)者楊孝溁也進(jìn)行了中文易讀性公式的構(gòu)擬。這些探索都受到英語(yǔ)文本難度公式啟發(fā)，并將其改良，應(yīng)用于漢語(yǔ)。他們的共性是只考慮了字或詞的簡(jiǎn)單特征，忽略了文本的復(fù)雜程度（黃敏，2010）。

陳阿林和張素（1999）模擬人工神經(jīng)網(wǎng)絡(luò)，建立了漢語(yǔ)的閱讀難度量化計(jì)算模型。該模型考慮了平均句字長(zhǎng)、平均句詞長(zhǎng)、全體詞集使用度、全體句子使用頻度、文體等變量。其中文體變量由人工取值。

在兒童母語(yǔ)閱讀領(lǐng)域，接力兒童分級(jí)閱讀研究中心發(fā)布的中國(guó)兒童分級(jí)閱讀指導(dǎo)手冊(cè)（2010版）中雖然提到，該手冊(cè)參考了國(guó)外分級(jí)閱讀理論，但實(shí)質(zhì)上仍然是由專(zhuān)家人工完成難度分級(jí)。

對(duì)外漢語(yǔ)教學(xué)中，王蕾（2005）通過(guò)多元線(xiàn)性回歸的方式，以漢語(yǔ)水平是初、中級(jí)的日韓留學(xué)生的完形填空成績(jī)?yōu)檎Z(yǔ)料建立了一個(gè)可讀性公式，其中考慮了簡(jiǎn)單詞的比例、虛詞數(shù)和分句數(shù)這三個(gè)變量。郭望皓（2009）考察了漢語(yǔ)句子難度與字、詞難度的關(guān)系，并利用CRITIC加權(quán)法得到一組8個(gè)以《漢語(yǔ)水平詞匯與漢字等級(jí)大綱（修訂本）》為難度劃分，利用現(xiàn)有的字、詞難度等級(jí)來(lái)預(yù)測(cè)句子難度的公式。江少敏（2009）將易讀度的研究層面從宏觀轉(zhuǎn)向微觀，在句子層面研究難度分級(jí)。他基于對(duì)留學(xué)生和小學(xué)生的問(wèn)卷調(diào)查，建構(gòu)了一套度量公式并制作了對(duì)應(yīng)的軟件。

由于漢語(yǔ)和英語(yǔ)、法語(yǔ)等歐洲語(yǔ)言在形態(tài)、語(yǔ)法上有極大差異，在漢語(yǔ)易讀度研究上，需要更多的創(chuàng)新精神，能借鑒的工具有限。另外，受限于目前中文自然語(yǔ)言處理的整體水平，相關(guān)的研究和應(yīng)用較少。相對(duì)于對(duì)外漢語(yǔ)教學(xué)領(lǐng)域的學(xué)者，兒童分級(jí)閱讀方面的教學(xué)專(zhuān)家更缺乏量化評(píng)估的嘗試。

3.3法語(yǔ)易讀度研究

目前，我國(guó)法語(yǔ)教學(xué)界尚無(wú)文本易讀度方面的研究。雖然上海外語(yǔ)教育出版社從2005年起陸續(xù)出版了根據(jù)歐盟通行的CECR標(biāo)準(zhǔn)分類(lèi)的法語(yǔ)分級(jí)注釋讀物叢書(shū)，但并不是基于量化的易讀度研究基礎(chǔ)上評(píng)定難度，而是采用專(zhuān)家人工分類(lèi)的方式。

為填補(bǔ)這一領(lǐng)域的空白，研究者可一方面關(guān)注法語(yǔ)世界在易讀度和文本處理方面的最新研究成果，另一方面從中國(guó)法語(yǔ)教學(xué)界使用的教材和分類(lèi)標(biāo)準(zhǔn)、中國(guó)學(xué)生學(xué)習(xí)法語(yǔ)（尤其是閱讀時(shí)）普遍的難點(diǎn)等方面著手，收集教材課文、課外閱讀材料、學(xué)生閱讀測(cè)試結(jié)果等資料，建立包含各級(jí)難度文章的語(yǔ)料庫(kù)，測(cè)試詞匯、句法等因素對(duì)學(xué)生理解文章難度的影響，為研究打下基礎(chǔ)。

4.結(jié)語(yǔ)

作為新興領(lǐng)域，易讀度有廣闊的社會(huì)應(yīng)用前景，涉及到文本閱讀的各個(gè)層面。它能有助于教材編寫(xiě)者高效、客觀地評(píng)價(jià)教材，提高教材的選材效率和編寫(xiě)水平；能提高教師選擇更適合學(xué)生水平的真實(shí)語(yǔ)料（尤其是網(wǎng)絡(luò)文本）的效率；能輔助學(xué)生自主選擇課外閱讀文本，并對(duì)其閱讀能力提供反饋和評(píng)估；能幫助作者（特別是科普作家和兒童作家）提高文本的可讀性，促進(jìn)作品的傳播；能輔助降低新聞報(bào)道、技術(shù)手冊(cè)、科技文獻(xiàn)、法律文本等的難度，以確保相關(guān)文本更易為大眾所理解。

目前，在英語(yǔ)之外，漢語(yǔ)、法語(yǔ)等語(yǔ)種的易讀度研究較為滯后。國(guó)際上得到最廣泛應(yīng)用的傳統(tǒng)易讀度公式還是上世紀(jì)50至60年代的產(chǎn)物，所選用的用于測(cè)量文本難度的變量（如詞長(zhǎng)、句長(zhǎng)等）相對(duì)粗疏，不足以反映文本本身的復(fù)雜程度，準(zhǔn)確率離實(shí)際應(yīng)用還有較大差距，仍有很大的改進(jìn)空間。

可見(jiàn)，文本的易讀度是一個(gè)復(fù)雜的問(wèn)題，需要教學(xué)法專(zhuān)家、語(yǔ)言學(xué)專(zhuān)家與計(jì)算機(jī)專(zhuān)家、認(rèn)知心理學(xué)家建立跨領(lǐng)域的深入合作，以取得貼近實(shí)際應(yīng)用需要的成果。

首先，需建立難度分類(lèi)準(zhǔn)確、包含大量各類(lèi)文本、且符合實(shí)際教學(xué)等工作需要的語(yǔ)料庫(kù)。目前文本易讀度的語(yǔ)料來(lái)源較單一，多為課文，可能導(dǎo)致結(jié)果對(duì)教學(xué)材料的過(guò)擬合，即僅能對(duì)作為樣本的語(yǔ)料進(jìn)行有效分類(lèi)，影響對(duì)生活中報(bào)刊、說(shuō)明文等其他類(lèi)型文本的難度判定。另外，由于分類(lèi)越多越易出錯(cuò)，為取得較好的分類(lèi)效果，部分研究?jī)H將文本分為易、中、難三類(lèi)，難以貼合實(shí)際運(yùn)用的需要。

其次，為取得這一領(lǐng)域的突破，離不開(kāi)自然語(yǔ)言處理技術(shù)的支持。受當(dāng)前相關(guān)技術(shù)發(fā)展的制約，目前在綜合考察影響文本難度的變量時(shí)，體現(xiàn)出強(qiáng)烈的“詞匯主義”傾向，對(duì)跨詞匯、跨句子的文本關(guān)聯(lián)性及句法復(fù)雜度等因素缺乏有效的統(tǒng)計(jì)方法，甚至不作考量。研究者需注意吸收句法分析、自動(dòng)摘要等自然語(yǔ)言處理技術(shù)的新成果，綜合各種影響文本難度的因素，對(duì)易讀度進(jìn)行更全面的研究。

此外，外語(yǔ)教學(xué)是易讀度的重要應(yīng)用領(lǐng)域，但相較于母語(yǔ)教學(xué)，對(duì)二語(yǔ)習(xí)得方面的易讀度研究受到的關(guān)注更是嚴(yán)重不足。由于作為目標(biāo)語(yǔ)的英語(yǔ)、法語(yǔ)和作為母語(yǔ)的漢語(yǔ)差異巨大，時(shí)態(tài)、詞型變化等語(yǔ)法特征給中國(guó)學(xué)生帶來(lái)的難度明顯大于其對(duì)歐洲學(xué)生的影響。應(yīng)將這些差異帶入易讀度研究中，予以逐一驗(yàn)證。

[1]Vygotsky Lev Semyonovich．Mind in Society：The Development of Higher Psychological Processes[M]．Cambridge，Mass：Harvard University Press，1978．

[2]Krashen S．D．We Acquire Vocabulary and Spelling by Reading：Additional Evidence for the Input Hypothesis[J]．The Modern Language Journal，1989，（4）．

[3]Lively Bertha A．,Pressey S．L．A method for measuring the“vocabulary burden”of textbooks[J]．Educational administration and supervision，1923，（9）．

[4]Fran?ois Thomas．Modèles statistiques pour l’estimation automatique de la difficulté de textes de FLE，Rencontre des êtudiants Chercheurs en Informatique pour le Traitement Automatique des Langues（RECITAL 2009）[EB/OL]．http://cental．fltr．ucl．a(chǎn)c．be/team/tfrancois/articles/Francois 2009b．pdf．

[5]Fran?ois Thomas．Thèse：Les Apportsdu Traitement Automatique du Langageàla Lisibilitédu Fran?ais Langue ètrangère[D]．Louvain-la-Neuve：Université catholique de Louvain，2012．

[6]Fran?ois Thomas，F(xiàn)airon C．Les apports du TAL à la lisibilité du fran?ais langue étrangère[J]．Traitement Automatique des Langues（TAL），2013，（1）．

[7]Feeney，Heilman．Automatically Generating and Validating Reading-Check Questions[J]．Intelligent Tutoring Systems Lecture Notes in Computer Science，2008，（5091）．

[8]Crossley&al．Text readability and intuitive simplification：A comparison of readability formulas[J]．Reading in a Foreign Language，2011，（1）．

[9]晏生宏，黃莉．英文易讀度測(cè)量程序開(kāi)發(fā)探索[J]．重慶大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2005，（2）．

[10]羅德紅，余婧．兒童分級(jí)閱讀研究的中美對(duì)比分析[J]．圖書(shū)館，2013，（2）．

[11]林錚．英文易讀度的測(cè)定[J]．外語(yǔ)教學(xué)與研究，1995，（4）．

[12]李紹山．易讀性研究概述[J]．解放軍外國(guó)語(yǔ)學(xué)院學(xué)報(bào)，2000，（4）．

[13]章辭．英文易讀性研究：回顧與反思[J]．湖南工程學(xué)院學(xué)報(bào)：社會(huì)科學(xué)版，2010，（3）．

[14]邢富坤，程?hào)|元，等．英文文本難度自動(dòng)測(cè)量系統(tǒng)的研制與開(kāi)放[J]．現(xiàn)代教育技術(shù)，2008，（6）．

[15]邢富坤．基于信息計(jì)算的英語(yǔ)易讀性研究及IRMS應(yīng)用系統(tǒng)開(kāi)發(fā)[D]．北京：中國(guó)人民解放軍外國(guó)語(yǔ)學(xué)院，2007．

[16]王正勝．英語(yǔ)文本易讀性測(cè)量軟件AntWordProfiler的使用[J]．外語(yǔ)藝術(shù)教育研究，2010，（4）．

[17]蔣晶晶．CEPT閱讀文本易讀度分析及詞匯檢測(cè)工具的開(kāi)發(fā)[D]．長(zhǎng)沙：湖南大學(xué)，2009．

[18]辜向東，關(guān)曉仙．CET閱讀測(cè)試與大學(xué)英語(yǔ)閱讀教材易讀度抽樣研究[J]．西安外國(guó)語(yǔ)學(xué)院學(xué)報(bào)，2003，（3）．

[19]李安心．高考英語(yǔ)湖南卷閱讀理解文本難度因素分析[D]．長(zhǎng)沙：湖南師范大學(xué)，2012．

[20]王麗．高職英語(yǔ)教材中閱讀材料易讀度的抽樣分析[J]．遼寧高職學(xué)報(bào)，2011，（8）．

[21]劉海清．公安行業(yè)英語(yǔ)教材易讀性研究述評(píng)[J]．牡丹江教育學(xué)院學(xué)報(bào)，2013，（4）．

[22]陳炎龍，張志明．基于向量空間模型的英文文本難度判定[J]．電腦知識(shí)與技術(shù)，2010，（12）．

[23]黃敏．漢語(yǔ)特質(zhì)與中文新聞易讀性公式研究[J]．新聞與傳播研究，2010，（4）．

[24]陳阿林，張素．中文閱讀難度模型及易讀性公式探索[J]．計(jì)算機(jī)科學(xué)，1999，（11）．

[25]王蕾．初中級(jí)日韓留學(xué)生文本可讀性公式初探[D]．北京：北京語(yǔ)言大學(xué)，2005．

[26]郭望皓．對(duì)外漢語(yǔ)文本易讀性公式研究[D]．上海：上海交通大學(xué)，2010．

[27]江少敏．句子難度度量研究[D]．廈門(mén)：廈門(mén)大學(xué)，2009．

[28]王晶．驗(yàn)證易讀性程式是否適合中國(guó)英語(yǔ)學(xué)習(xí)者[D]．上海：華東師范大學(xué)，2010．