中文文本可讀性探討：指標選取、模型建立與效度驗證

本研究根據中文特性發展可讀性指標，接著建立中文文本可讀性數學模型，並進行模型效度驗證。本研究以所發展24個可讀性指標為預測變項，386篇教科書文章之年級值為效標變項，建立逐步迴歸（stepwise regression）與SVM可讀性數學模型，再以96篇新文章為測試資料進行模型驗證。研究結果顯示：在逐步迴歸模型中，難詞數、單句數比率、實詞頻對數平均與人稱代名詞數為重要的預測變項；以SVM模型F-score方法所得的重要預測變項則為難詞數、二字詞數、字數與中筆畫字元數等。逐步迴歸模型與SVM模型對新文章的預測正確性分別為55.21%及72.92%，兩種模型預測低年級文章之正確性均高於高年級文章。