線上文本分析系統Coh-Metrix

壹、 Coh-Metrix的定義

Coh-Metrix 是一套自動線上電腦分析工具，提供各種語言學相關指標如：

詞彙、語法、模式分類、語法解析器、淺層語意口譯等指標，分析、理解文本 凝聚力（cohesion）和文本心理表徵的連貫性（coherence，指凝聚在讀者心中的 影響） （Crossley, Allen & McNamara, 2011）。當凝聚力強大時，能迅速連結句 子、段落及文本間的語意，使文本不再只是零散的片段；而句子間有較佳的連 貫性，則文本語意前後一致，文本自然容易理解。Myers, McCarthy, Duran and McNamara（2011）認為 Coh-Metrix 是分析高品質文本和低品質文本之間差異

16

的工具，它提供超過 200 種指標分析文本的凝聚力（連接詞數、人稱代名詞數）、 難度、詞彙（詞頻、詞數）、句法結構（名詞片語數、結構相似度）、潛在語意 類（相鄰兩句的語意相似度）和總體文本層面（其內容分為：詞、詞的信息、

句子、段落層次、字頻、可讀性、多義性和上位詞價值觀、連接詞語法複雜性、

核心凝聚力、因果的凝聚力、單詞和短語的密度、邏輯運算符的密度、潛在語 意分析（LSA）、Type-Token Ratio 等）。

Coh-Metrix 借由自然語言處理技術（計算語言學、語料庫語言學、資訊檢 索等）提供超過 600 個概念性知識如：凝聚力、詞彙使用特點、語法的複雜性、

句法複雜程度、可讀性和詞彙難度指數、文本的銜接與連貫等方面進行自動線 上分析。藉由 Coh-Metrix 多層次的文本分析指標測量各級語言的凝聚力和文本 難度的輸出結果，使人們有可能以計算研究文本語言理解的各種測驗取代語言 的表面構成要素，進而探討更深、更整體的屬性語言，並且提供教師和研究人 員更詳細的統計訊息。這些訊息不但可以辨別學生定時寫作質量，讓學生從中 找到他們寫作的優、缺點外，進而修改自己的寫作策略和風格（Graesser et al., 2004）。Coh-Metrix 是一項測量語言特性中單字、句子和會話之表面結構和深層 結構的工具，其中五個分析向度指標分別為：「共同的參照凝聚力」、「因果凝聚 力」、「語法凝聚力」、「潛在語義分析」和「詞彙多樣性」。內容包括字長的分數、

詞彙多樣性的價值觀、詞頻計數、一詞多義、文字意義、詞的具體性和單詞的 熟悉。Coh-Metrix 可以自動計算出文本的一致性，並確定文字元素和成分被連 接到特定類型的凝聚力。McNamara and Graesser（2010）採用 Coh-Metrix 來檢 測語言學功能上的差異，不但發現語法的複雜性外，更可以預測寫作能力。

Coh-Metrix 的指標甚至強大到足以檢測字彙和語段間細微的差別，而且很多研 究使用 Coh-Metrix 來區別不同類型的文本。例如，Graesse et al（2004）用 Coh-Metrix 發現英語口語和書面的顯著差異。

17

貳、 Coh-Metrix的發展

傳統自然語言的研究方法通常不超出字層級功能（如語法階級和頻率）， 但這種研究是有問題的，因為高階文本中母語類文本可能存在凝聚力和修辭風 格的差異。國外通常使用 Flesch-Kincaid Grade Level（Klare, 1974-5），Degrees of Reading Power （DRP; Koslin, Zeno, & Koslin, 1987）和 Lexile scores（Stenner, 2006）來判斷文本的適讀性，但僅用單一維度來定義文本是相當困難的。基於 上述理由，曼菲斯大學開始於 2002 年到 2011 之間不斷發展、測試、改良一套 電腦化線上分析工具－Coh-Metrix。Coh-Metrix 的研究計劃起始於 2002 年，此 專案的初步撥款在 2002 年由教育研究與改進辦公室（Office of Educational Research and Improvement）所授予，此研究團隊是由不同背景的研究人員以跨 學科集合為基礎所組成的，藉此想要了解是否真的可以藉由凝聚力來觀察文 本，又或者它只能針對讀者進行測量（McNamara, Graesser, McCarthy, & Cai, 2013）。Coh-Metrix 的第一個版本僅供內部使用，並不對外開放（Graesser et al., 2004）；第二個版本，Coh-Metrix 2.0，則透過網路供大眾使用，其內容包括 54 個 文本特徵的指標。它已經嵌入了大量多層次的語言指標，例如：凝聚力、詞彙 的多樣性和複雜性的句法等（Wang Hongwei, 2013）。目前 Coh-Metrix 已發展 到 3.0 版 ， 可 以 用 來 分 析 詞 彙 （ lexicons ）、 詞 性 的 分 類 （ part-of-speech classifiers）、語法上剖析器（syntactic parsers）、語義分析器（semantic analyzers）

和潛在語義分析（Latent Semantic Analysis）及被廣泛使用於計算語言學的其他 一些組件。其指標內容涵蓋 11 個類別、106 個指標。Coh-Metrix 可提供「詞 彙（words）」、「句型（syntax）」、「文本基礎（the explicittextbase）」、「情境模式

（the situation model）」及「話語風格和修辭結構（the discoursegenre and rhetorical structure）」等五個面向的分析（McNamara et al., 2013）。

有關 Coh-Metrix 使用介面如下：

18

圖 2-1 Coh-Metrix 3.0 線上版系統介面

註：資料來源: http://cohmetrix.memphis.edu/cohmetrixpr/index.html 表 2-4

Coh-Metrix 3.0 版指標類別與個數

種類 指標項目 指標個數

1 描述性（Descriptive） 11個 2 文本適讀性分數（Text Easeability 16個 3 參照擬聚力（Referential Cohesion） 10個

4 潛在語意分析（LSA） 8個

5 詞彙多樣性（ Lexical Diversity） 4個 6 關聯詞（Connectives） 9個 7 情境模型（Situation Model） 8個 8 語法複雜度（ Syntactic Complexity） 7個 9 句型密度（Syntatic Pattern Density） 8個 10 詞彙訊息（Word Information） 22個 11 可讀性指標（Readability） 3個

總計11 個類別，106 個指標

註：資料整理自 McNamara, Graesser, McCarthy, & Cai （2013）

19

如今 Coh-Metrix 已被用於各種不同的領域發展。例如，許多研究採用 Coh-Metrix 探索第二語言習得研究話語的文本差異和母語研究、凝聚力分析

（Crossley, Greenfield, & McNamara, 2008）詞彙和文本體裁等（Louwerse, McCarthy, McNamara, & Graesser, 2004）。