我正在开发一个应用程序来帮助人们学习英语作为第二语言。我已经验证了句子通过提供额外的上下文来帮助学习一门语言。我通过在一个有 60 名学生的教室里进行一项小型研究来做到这一点。
我从 Wikipedia 中挖掘了超过十万句各种英语单词（包括 Barrons 的 800 个单词和 1000 个最常见的英语单词）
完整数据可在https://buildmyvocab.in获得
为了保持内容的质量，我过滤掉了超过 160 个字符的句子，因为它们可能难以理解。
作为下一步，我希望能够自动按照易于理解的顺序对这些内容进行排序。我自己是一个非英语母语人士。我想知道我可以使用哪些功能来区分简单句子和困难句子。
另外，你觉得这可能吗？
是的。有各种指标，例如雾指数。 python 中的Textacy有一个很好的列表和实现。
>>> ts.flesch_kincaid_grade_level
10.853709110179697
>>> ts.readability_stats
{'automated_readability_index': 12.801546064781363,
'coleman_liau_index': 9.905629258346586,
'flesch_kincaid_grade_level': 10.853709110179697,
'flesch_readability_ease': 62.51222198133965,
'gulpease_index': 55.10492845786963,
'gunning_fog_index': 13.69506833036245,
'lix': 45.76390294037353,
'smog_index': 11.683781121521076,
'wiener_sachtextformel': 5.401029023140788}