1.1 研究背景
閱讀能力是文明的指標之一，正所謂「站在巨人的肩膀上」，透過閱讀能累 積前人智慧以開啟自身的視野。透過學習閱讀，可提升自學能力，迅速掌握新訊 息成為新的知識，更甚者能利用己知來分析、綜合及批判所讀到的文章，表達出 個人的見解。
「教育是國家的根本，而閱讀是教育的根本」，從小培養閱讀的習慣，就是 提升競爭力的最好方式。因此，如何協助家長、教師或讀者本身，選擇符合不同 教育程度的對象能夠閱讀的文章，是值得探討的議題。
可讀性（Readability）是指閱讀材料能夠被讀者理解的程度[1]。可讀性高的 文章較容易被讀者理解。文章的可讀性與很多因素有關，如：文長、字詞難度、
句法結構、內容是否符合讀者的先備知識等，表淺的語言特徵並無法完全反映這 些複雜的成分。
英文文本的可讀性研究行之有年，或以詞彙頻率列表，評量文章難度；或將 詞表作為參照，建置可讀性公式；或發展線上多文本特徵分析器[2]，計算影響 文章難易度的各類型指標，並提供數值化的結果。
中文的可讀性研究則屈指可數，或選用表淺的語言特徵建置可讀性公式[3, 4]，或將可讀性指標等當成預測變項，以教科書的年級值當成效標，透過逐步迴
歸（Stepwise Regression）建置公式；或結合特徵選取方法與支援向量機建立預
1.2 研究目的
由於中英文字在語言特徵上的差異極大，過去西方研究者在可讀性研究所採 用的特徵，是否適合中文可讀性評估有待商榷[1]。有鑑於可讀性研究的重要性，
以及可能發展的多元應用，本論文將整合既有技術，並結合不同特徵，進行文本 可讀性評估。
圖 1 可讀性特徵類型
過往的中文可讀性研究著重於詞表建立及表淺之語言特徵。圖 1 為先前西方 研究者所提出之各類型可讀性特徵，本論文以此分類為參照，並以先前研究為基 礎，深入探討不同種類的特徵。
本論文提出句法分析與詞性標記特徵、詞表示法與詞性表示法特徵、語意資 訊特徵與寫作程度特徵，分析不同類型的特徵所代表之意義，比對其個別與可讀
性高低的關聯性，並將特徵彼此結合以提升可讀性預測之正確性。
可讀性研究除考量多元指標的選取外，其數學模型亦為一重要面向。傳統可 讀性公式，多為廣義線性模型（Generalized Linear Model, GLM），納入不同特徵 為自變項，估算文章難度，或提供公式估算文本適合閱讀的年級。然而為了要求 公式精簡，許多可讀性指標常忽略不計，如此將無法真實反映可讀性高低程度。
近期研究則將可讀性預測視為機械學習（Machine Learning）的問題，藉由 先設立有標準答案之訓練資料集，再從文本中抽取各類可讀性特徵，最後透過機 械學習之模型來預測正確性，流程如圖 2 所示。
圖 2 典型可讀性測詴評估流程
本論文分別透過逐步迴歸與支持向量機（Support Vector Machine, SVM）等 兩種方式建立可讀性模型，比較兩者個別用於測詴國中小教科書及優良課外讀物 之效能優劣，亦將兩者加以結合，提升預測之正確率，以期找出可讀性分類之重 要因素。
1.3 論文大綱
本論文第二章為說明可讀性的基本概念、回顧可讀性的歷史與公式、分析可 讀性的模型、探討可讀性的發展趨勢、介紹可讀性的應用層面。第三章除解釋先 前研究的特徵外，亦分別論述本論文所使用的各類特徵。第四章為實驗資料與實 驗結果的呈現。第五章為全文總結與未來研究展望。