《表4 词性特征表1：基于随机森林算法的对外汉语文本可读性评估》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于随机森林算法的对外汉语文本可读性评估》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

词的语言学特征在表征文本方面也是至关重要的，例如不同词性的词对文本的表征能力是不同的[29]。所以，我们使用PyNLPIR (NLPIR汉语分词系统提供的Python接口）进行词性标注。NLPIR汉语分词系统提供的《计算所汉语词性标记集》分别有一类22个、二类66个、三类11个（共计99个），基本满足了本研究提取词性特征的需求，本文提取了所有的一类词性（如表4所示）以及国内外第二语言文本可读性评估重要特征（如表5所示），共计34个，但后期将特征全部提取出来后发现“字符串”特征值全部为0，所以该特征无意义，因此去除这一特征，词性特征最终有33个。