可讀性

壹、 可讀性定義

可讀性是指閱讀材料能夠被讀者流暢閱讀、理解並能發現其有趣之範圍(Dale

& Chall，1949)；可讀性較高的文本具備某些特徵，例如：文本有較容易閱讀的 詞彙，句子結構簡單包含較少的代名詞及複合詞，內容符合讀者的先備知識，文 章呈現方式能適當的重述先前段落，提供相關知識，降低無關的干擾訊息(Klare，

1963)。在教育領域上，Lau & King（2006)提到可讀性評估（readability assessment）

是評估一份文本素材之困難度的方法，它廣泛地使用在教育領域，協助教師為學 生準備適當的素材。本研究所探討的可讀性在於運用適合中文的可讀性指標，並 以線性模式來進行可讀性分析。

貳、可讀性公式的發展

教材研究學者嘗試找出哪些是影響文本可讀性的重要因素及指標，設計各種 測量方式，把教材的難易度以量化來表示。如果教材難易度能以簡易的公式測量 得知，或以簡單的指數表示，教學的工作就是「配對的工作」(Fry, 1977a)，也就 是為學生選擇難易適中的教材，供其學習，以達效果。除了須瞭解學生的學習程 度外，更需明白教材的難易度，以及如何得知教材適讀性，以做為選擇教材的依 據。以下分別介紹英文、中文的可讀性公式及選用的指標：

ㄧ、英文可讀性公式

由表 2-8 可發現研究測量教材難易度的公式大部分是影響文章理解的三個變 數：詞彙難度的多寡、音節數與句子的平均長度(Chall,1995; Harrison, 1980 )。可 讀性公式在測量語言成分可歸納為兩大特徵：

(ㄧ)詞彙或語意：詞彙是文章的意義單位，語意的理解能力包括：1.詞彙意義的 瞭解，2.詞彙意義之間結合形成短語或句子的聯結原則。閱讀是一種意義建構的 歷程，因此語意能力必然會與閱讀理解有關係(林寶貴、錡寶香，2005)。研究上

發現當閱讀內容中有較多不熟悉的詞彙時，其回顧的內容較不完整，可是當教學 者教讀者這些不熟悉的詞彙意義時，其回顧的內容會比較完整(Beck, Perfetti &

Mckeown，1982)。有些研究把一個人的詞彙能力視同理解力，具有廣博的詞彙語 庫，讀者自然容易理解文章的內涵(Thorndike, 1972)。二者的相關在 0.9 之上(Stahl, 2003)。詞彙語意測量的內容包括音節多寡、詞長及詞彙的使用頻率。以英文單字 的難易表呈現詞彙的難易度主要在音節多寡、使用頻率與衍生詞彙(Chall, 1958；

Stahl, 2003)。

(二)句子或語法：句子是影響閱讀理解的第二個主要因素，句子的長短、結構與 形態都是重要因素。閱讀時，長句多自然比長句少的文章難懂；充滿附屬子句的 文章較內容都是簡單句的文章難理解。同理，結構複雜、較少使用的句型也較不 易讀(賴伯勇，2005)。

傳統的可讀性公式 Flesch-Kincaid Grade Level 使用的指標是音節數與平均句 長，其優點是音節數、平均句長與詞彙難度、句子結構有重要的關聯性，且音節 數及平均句長指標容易計算偵測，然而語言學計算的進步發展，過去很多指標例 如：詞頻與結構複雜度無法計算出來的，現在都可以很容易的解決。

Stenner, Smith, Horabin, & Smith(1987)注意到評估文本難易度的兩個重要的 成分是詞頻和句子的複雜度，Stenner 與研究團隊發展 lexile 偵測，偵測的指標包 含詞頻和平均句長，此可讀性公式結合閱讀理解與統計迴歸分析。

Degrees of Reading Power(Koslin, et al., 1987)公式修改自 Bormuth 克漏字可讀 性公式，此公式運用三個指標分別是三千字表的使用次數、平均句長及平均字母 數，目前這個公式被 College Board 所採用，發現是預測難度很有效的公式。

建構閱讀模式學者認為讀者在閱讀過程中會主動建構文章意義（Graesser, Singer, & Trabasso, 1994）。若僅以語意與語法字表面特徵來偵測文本難度，無法 測量出文本深層的結構屬性，例如：凝聚力、推論、複雜度等（Bruce, Rubin, & Starr, 1981）。近年來研究者試著根據認知理論來分析文本的難度，不僅是探討表面特

徵的指標，甚者積極探討與文本相關的凝聚性指標，及指標間的關係（Benjamin, 2012）。Coh-Metrix 發展自動化處理文本的新方法，透過計算語言技術，分析詞、

句子、段落及篇章等較大範圍文本多層級之凝聚性與文章難度的關係（Graesser, McNamara, Louwerse, & Cai, 2004；宋曜廷等人，2013)。

凝聚性除了是文章組成的客觀特性，也是建構心理模型的重要成分，讀者需 要透過語意詮釋與心理模式的建構，才能夠產生整篇意義的深層理解，進而建構 較完整連貫心理表徵，達成較好的理解，因此凝聚性具有其重要性（Lehnert &

Ringle, 1982；宋曜廷等人，2013）。

Coh-metrix 近幾年所發展的第二外語公式(L2)，運用三個指標包含：詞頻、

Coleman, 1965)

1.ㄧ音節詞數

the Fry Graph

Flesch Reading Ease(Flesch, Grade level ( Kincaid et al., 1975)

1. 平均句長 2. 平均音節數

年級=.39 ×平均句長+ 11.8×平均音節數–15.59 這個公式來自於 Flesch Reading Ease 並進一步 將分數轉換成年級，因此求出的數字即代表文

Degrees of Rading Power (Koslin et al.,

The New Dale-Chall(Edgar Dale & Jeanne S. Chall, 1995)

此公式修改自 Dall-Chall(1948)，更新 Dale3000 詞彙表，並改良原始公式。難詞的定義為沒有 出現在 Dale3000 詞彙表中。

Lexile Framework (Stenner，1996)

1.平均句長對數 2.平均詞頻對數

Theoretical Logit=9.82247 ×平均句長對數 -2.14634 ×平均詞頻對數 –常數 ATOS

readability formula for books

(Crossley et al., 2008)

子比率」與閱讀理解的相關達 0.8，對依變項的解釋量達 63%，顯示這三個指標 是較佳預測變項。根據此公式，常用詞彙數與完整句子越多越容易讀、筆劃數越 多則越難讀。

荊溪昱於 1992 年至 1994 年期間對於國小、國中、高中國語教材進行一系列 之可讀性研究，此研究以課文長度、平均句長、常用字比率以及三種文體包括對 白文體、詩歌文體、文言文體為測量中文教材難易度之變項，研究結果發現國小 常用字表所得之預測效度較國中常用字表為高，而文體變項中的對白文體在國、

高中國文教材已失去預測的效果，其預測公式之相關係數達 0.9212，預測效度達 0.8486。最後以「課文長度」、「平均句長」、「常用字比率」三個指標為良好的預 測變項。

劉學濂(1996)擬定五個預測變項，非常用字比率、非常用詞比率、字筆劃數、

每句平均字數、每句平均詞數作為自變項；另外進行二項文章難易度測試效標：

專家評定與文章理解度測驗，作為依變數，以逐步迴歸方式，將五個變項分別預 測「專家評定」和「文章理解度測驗」，研究結果發現，「每句平均詞數」、「非常 用詞比率」對兩個依變項都是最佳的預測指標，預測「專家評定」的解釋量為 0.6054，預測「文章理解度測驗」的解釋量為 0.5330，其中又以「非常用詞比率」

的解釋力最好。研究者也發現以「詞」為單位的表面指標較以「字」為單位的表 面指標為佳。

胡夢珂(2010)使用支援向量機進行中文文本可讀性分類研究中以 24 個指標分 析國小國語科三個版本 386 篇文章的文本特徵，以各指標的文本特徵為自變項，

課文冊別為依變項，進行逐步迴歸分析，研究結果可讀性預測公式有效的解釋冊 別的變異量達 88.04%，然而研究者發現在低年級部份預測的準確率較高，而高年 級部份則較多課文被預測錯誤，研究者推論所採用的 24 個指標皆屬於表面特徵 (字數、句數、段落數等)，未加入 Coh-metrix 裡的語意和文法剖析相關指標，高 年級的課文強調的已經不再是課本表面特徵的難易，而是課文內容所帶給學生的

啟發及意義。雖然文本的表面特徵有其重要性，但若要深入了解文本的涵義，則 語意的分析也是很重要的（胡夢珂，2010）。有學者提出文本理解的過程除了淺 層語言特徵的接收，文本深層語意在閱讀理解的過程中扮演著重要的角色 (Graesser et al., 2004; McNamara, Louserse, McCathy, & Graesser, 2010)。

宋曜廷等人(2013)研究以 24 個指標作為可讀性公式的預測變項，國小國語科 三個版本 290 篇文章之年級值為效標變項，建立逐步迴歸與 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。結果顯示，逐步迴規模型中，

可解釋 83%年級的變異量，預測的正確性為 55.21%，其中難詞、單句數比率、

實詞頻對數平均與人稱代名詞為重要預測變項；SVM 模型中所得的重要預測變 項為難詞數、二字詞數、字數與中筆劃字數。預測高年級文章之正確性均低於低 年級，高年級分類錯誤的狀況較明顯，推論可能是高年級文章多為難度高的說明 文，文章中多重語意的詞彙較多，句法結構也較複雜，簡單的指標無法精確預估 整體文章的可讀性，對於影響文本理解深層類型的指標納入較少，因而預測複雜 度較高的高年級文章之正確性較低。

本研究根據中西方文獻探討，發現可讀性公式的脈絡走向，均由早期偵測文 本表面特徵的指標，例如：平均字長、平均句長、常用(難)字比率，進入到深層 理解性的指標，例如凝聚力指標：詞彙的多樣性、連接詞、代名詞等，在英文的 可讀性指標研究中已納入多元深層理解的指標如：詞彙的重複性、LSA 及句子結 構剖析等，然而中文可讀性公式的研究中尚未納入這方面的指標，因此本研究廣 泛納入多元化的指標，除了保有傳統的描述性指標，且更周延考量影響文本深層 理解的凝聚力及句子結構剖析指標，本研究選入七大類指標包含描述性、詞彙重 複性、潛在語意分析、詞彙多樣性、關聯詞、句子結構複雜度、詞彙訊息等 60 個指標，期望找到一個最佳預測效果的可讀性公式。

表 2-9

中文可讀性公式整理

研究者 選用指標 預測文本適讀年級的廻歸公式(可讀性公式)

讀物難易程度(Y)= 14.95961 ＋39.07746 ×列入五千 六百基本詞彙數表的詞彙比率＋

1.11506 ×完整句之比率－2.48491 × 平均筆劃數

文本年級(Y) = 8.76105604＋0.00272438 ×課文長度 ＋0.07866782 ×平均句長

文本年級(Y)=-8.01682＋0.00626 ×不存在詞 ＋3.02871 ×音節數

(11-20)

陳文蘭

文本適讀年級(Y)＝2.932＋0.248 ×目的關連詞 ＋0.138 ×轉折關聯詞

叁、可讀性指標的內容

本研究彙整先前研究團隊所發展的指標及目前研發的指標，分為七大類，共

本研究彙整先前研究團隊所發展的指標及目前研發的指標，分為七大類，共