基于XLNet-TB的中文文本可读性评估研究  

作　　者：倪佳成 NI Jiacheng

机构地区：[1]南京审计大学计算机学院,江苏南京211815

出　　处：《信息技术与信息化》2025年第4期66-69,共4页Information Technology and Informatization

摘　　要：文本可读性用于评估一段文本的阅读难度,这一概念在教育和出版领域发挥着重要作用。针对目前中文文本可读性评估模型在捕捉文本深层次语义信息方面的不足,文章提出了一种基于XLNet-TB分层网络架构的中文文本可读性评估模型,该模型利用Chinese-XLNet预训练模型生成文本词向量表示,然后联合使用TextCNN与BiGRU模型提取文本语义特征,最终输入全连接层获得文本可读性评估分级结果。实验证明,该模型在汉语水平考试HSK真题数据集上的准确率达到了89.5%,验证了模型的有效性。

关 键 词：可读性评估 深度学习 XLNet预训练模型 卷积神经网络 双向门控递归单元 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]