关于textstat /可读性包Python 3的经验

Question

这里有谁曾在python中使用过可读性0.2或textstat 0.3.1包？在这个问题上找不到任何东西，也找不到任何关于这个问题的好文件。

到目前为止，我的代码是:它在本地存储的大量txt文件上进行迭代，并将结果(可读性度量)打印到主文本文件中。

from textstat.textstat import textstat
import os
import glob
import contextlib


@contextlib.contextmanager
def stdout2file(fname):
    import sys
    f = open(fname, 'w', encoding="utf-8")
    sys.stdout = f
    yield
    sys.stdout = sys.__stdout__
    f.close()


def readability():
        os.chdir(r"F:\Level1\Level2")
        with stdout2file("Results_readability.txt"):
                for file in glob.iglob("*.txt"):  # iterates over all files in the directory ending in .txt
                        with open(file, encoding="utf8") as fin:
                                contents = fin.read()
                                if __name__ == '__main__':
                                        print(textstat.flesch_reading_ease(contents))
                                        print(file.split(os.path.sep)[-1], end=" | ")
                                        print(textstat.smog_index(contents), end="\n ")
                                        print(file.split(os.path.sep)[-1], end=" | ")
                                        print(textstat.gunning_fog(contents), end="\n ")

这很好，但是我有两个问题：

1. 是否可以将我的主文件存储到另一个目录中？如果我使用上面的代码，我的主文件是在与我的文件被迭代的同一个目录中创建的，这有点没有意义.
2. 有人经验过这些包裹的精确程度吗？我刚刚在textstat和http://www.webpagefx.com/tools/read-able/check.php / http://gunning-fog-index.com/中测试了相同的字符串，并在所有度量上得到了显著不同的结果。

任何帮助都很感激。

Answer 1

对于第一个问题，您可以指定您的文件位于任何目录中，只需给它提供完整的路径："F:\Level1\Level2\Results_readability.txt"或相对路径"..\Other\Results_readibilty.txt"

关于第二个问题。YMMV可读性不是一门精确的科学。这是有可能构成一个句子，使用简短，但晦涩的词，似乎容易读，但不是。

再一次，要计算音节的数量，需要不同的启发式方法来决定如何将一个单词分割成音节，如果这在您的文本上失败了，就会导致错误。也就是说，textstat确实实现了各种可读性索引的正确版本。如果结果不同，您可以调查原因。

Answer 2

我怀疑textstat使用不同的系数。简单的检查:用一个由一个音节组成的单词组成的句子运行它。我使用了文本"No."

In: textstat.flesch_kincaid_grade("No.")
Out: -4.6

但根据文献中的公式，答案应该是-3.4 (即0.39*1+11.8*1-15.59)