基于XLNet-TB的中文文本可读性评估研究
倪佳成
南京审计大学计算机学院 江苏南京 211815
摘要：文本可读性用于评估一段文本的阅读难度,这一概念在教育和出版领域发挥着重要作用.针对目前中文文本可读性评估模型在捕捉文本深层次语义信息方面的不足,文章提出了一种基于XLNet-TB分层网络架构的中文文本可读性评估模型,该模型利用Chinese-XLNet预训练模型生成文本词向量表示,然后联合使用TextCNN与BiGRU模型提取文本语义特征,最终输入全连接层获得文本可读性评估分级结果.实验证明,该模型在汉语水平考试HSK真题数据集上的准确率达到了 89.5％,验证了模型的有效性.
关键词：可读性评估深度学习XLNet预训练模型卷积神经网络双向门控递归单元
论文发表日期：2025-04-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 66-69 )