Herramienta para medir la legibilidad del texto en inglés.

13

¿Existe un programa de línea de comando que tome un archivo que contenga texto en inglés, analice el texto y genere puntajes de legibilidad?

Por ejemplo, si uno alimenta el programa con un texto, el programa debería generar el nivel de grado Flesch-Kincaid, la calificación SMOG de McLaughlin, etc.

Creo que dicho programa existe en los repositorios oficiales, pero no puedo recordar su nombre. También existe la posibilidad de que me esté equivocando.

command-line software-recommendation language Flujo
fuente

Respuestas:

11

El diction Instalar dicciónpaquete contiene una herramienta llamada style:

Style analiza las características superficiales del estilo de escritura de un documento. Imprime varios grados de legibilidad, longitud de palabras, oraciones y párrafos. Además puede localizar oraciones con ciertas características.

Por ejemplo, si evalúo el cuerpo de su pregunta (guardado en un archivo flux_question) para imprimir las oraciones con un índice de legibilidad (ARI) superior a 10:

$ style -r 10 flux_question
flux_question:1: Is there a command line program that takes a file containing English text, analyzes the text, and outputs its readability scores?
flux_question:2: For example, if one feeds the program a text, the program should output the Flesch-Kincaid grade level, McLaughlin's SMOG grading, etc.
readability grades:
        Kincaid: 10.2
        ARI: 10.8
        Coleman-Liau: 12.5
        Flesch Index: 51.1/100
        Fog Index: 12.0
        Lix: 48.6 = school year 9
        SMOG-Grading: 11.2
sentence info:
        333 characters
        65 words, average length 5.12 characters = 1.65 syllables
        4 sentences, average length 16.2 words
        25% (1) short sentences (at most 11 words)
        0% (0) long sentences (at least 26 words)
        1 paragraphs, average length 4.0 sentences
        25% (1) questions
        25% (1) passive sentences
        longest sent 21 wds at sent 2; shortest sent 8 wds at sent 4
word usage:
        verb types:
        to be (1) auxiliary (2) 
        types as % of total:
        conjunctions 5% (3) pronouns 9% (6) prepositions 2% (1)
        nominalizations 0% (0)
sentence beginnings:
        pronoun (1) interrogative pronoun (0) article (0)
        subordinating conjunction (0) conjunction (0) preposition (0)

Para filtrar la salida, puede usar, por ejemplo, tail -n8para obtener solo las calificaciones o grep 'Flesch\|SMOG'simplemente imprimir el índice Flesch y la calificación SMOG:

$ style style_test | grep 'Flesch\|SMOG'
        Flesch Index: 51.7/100
        SMOG-Grading: 11.2

Otras lecturas

postre
fuente