摘要

可读性评估旨在自动根据文本适合学习者阅读的难度级别进行分类。传统的此类方法通常结合多种语言学驱动的特征与简单的机器学习模型。近年来，一些新方法通过摒弃这些语言学特征，转而采用深度学习模型，显著提升了性能。然而，尚未明确将语言学驱动的特征引入深度学习模型是否能够进一步提升性能。本文将这两种方法相结合，旨在提升整体模型性能，并回答上述问题。在两个大规模可读性语料库上的实验结果表明，在拥有足够训练数据的前提下，向深度学习模型中引入语言学特征并不能进一步提升当前最先进的性能水平。我们的研究结果为一个假设提供了初步证据：当前最先进的深度学习模型已能够有效捕捉与可读性相关的文本语言特征。未来对这些模型内部表征本质的研究，有望揭示其学习到的特征及其与传统方法中所假设的语言学特征之间的内在关联。