概要

変数置き換えモデルを用いた英日両文に適用可能なリーダビリティ判定ツールです。
字種分割にはdivide-char-typeを, 音節数計算にはcount-syllableを使用しています。
戻り値は全体、段落ごと、センテンスごとのリーダビリティ値が取得できるようにしています。

変数置き換えモデルの指標

jFRE = 206.835-(1.015×ASL)-(84.6×ASW)
jFKG = (0.39×ASL)+(11.8×ASW)-15.59
jARI = (4.71×ACW)+(0.5×ASL)-21.43
jCLI = (5.88×ACW)-(29.6/ASL)-15.8
jSMOG = 1.031√(30×PS)+3.1291

*ASL = 字種分割語数/センテンス数
*ASW = 音節数・漢字の連なり数/字種分割語数
*ACW = シャノン情報量に基づく重み/字種分割語数
*PS = 英語3音節・漢字3字以上の字種分割語数/センテンス数

シャノン情報量に基づく重みは、英数字（61種類）を1として、ひらがな（88種類）をlog(1/88)/log(1/61)で，カタカナ（141種類）をlog(1/141)/log(1/61)で、漢字（20898種類）をlog(1/20898)/log(1/61)でそれぞれ重み付けする.

評価表

jFREはReading Ease Scoreに照らし合わせて評価します。
jFKG、jARI、jCLI、jSMOGはEstimated Reading Gradeに照らし合わせて評価します。

• William H. DuBay: The Principles of Readability, 2004
  • https://files.eric.ed.gov/fulltext/ED490073.pdf

セットアップ

pip install calculate-readability

アンインストール

pip uninstall calculate-readability divide-char-type count-syllable nltk

使用方法

from calculate_readability import calculate_readability

data = calculate_readability("今日の天気は晴れです。明日は曇りです。\n明後日は雨です。")

print(data["raw_text"])
print(data["text"])
print(data["jfre"])

print(data["break"][0]["text"])
print(data["break"][0]["jfre"])

print(data["break"][0]["sentence"][0]["text"])
print(data["break"][0]["sentence"][0]["jfre"])

論文

• 赤木信也ら：変数置き換えモデルを用いた医療関連文書の可読性分析,
  • バイオメディカル・ファジィ・システム学会誌 19 (1), 19-27, 2017
  • https://cir.nii.ac.jp/crid/1391975276374773248

別途、論文化、または、学会発表を予定してます。

ライセンス

• calculate-readability
  • Python Software Foundation License
  • Copyright (C) 2024 Shinya Akagi
• divide-char-type
  • Python Software Foundation License
  • Copyright (C) 2023-2024 Shinya Akagi
• count-syllable
  • Python Software Foundation License
  • Copyright (C) 2024 Shinya Akagi
• nltk
  • Apache License 2.0
  • Copyright (C) 2001-2023 NLTK Project
• cmudict
  • BSD License
  • Copyright (C) 1998 Carnegie Mellon University