《中文可读性公式与字频句长、落地页与专著段落的阅读难度母典》各章定量结论
写作守则说句子越短越好读。本书推翻这条守则的绝对形式:中文的阅读难度至少来自句长与字的常见程度两处,只看句长会在两个方向上误判。作者自拟的四篇小样本中,四字短句堆僻字的文本平均句长最短,按本书的示意难度公式却最难,得分 19.15;同样短句、全用常用字的文本只有 0.45。已发表研究支持这一方向:宋曜廷等人的中文可读性模型以难词数与词频为首要预测变项,苏启祯发现新加坡华文课文的可读性受字词特质影响大于语句特质。核对原文后本书作蓝图修正:可读性特征远不止两项,本书的二元公式只是教学骨架;未能核实年份与卷期的早期文献不予引用。书中参数为示意;全部计算由书中程序生成;本书属于非个人化经营建议。
DOI 待发布 · 专著页正式发布后上线(本站暂无专著页) · 5DL-B-323 · English version
- 第 1 章 · 「句子越短越好读」的两种误判:句长与常用字比例的二维平面
第一章推导单看句长排错文本对的概率:句长与少见字比例的相关系数为 0.8 时错误率 0.109,为负 0.6 时升到 0.390。 - 第 2 章 · 字频的长尾:通用规范汉字表、齐普夫模型与一份示意字频等级表
程序先核对三级字数相加:3500 加 3000 加 1605,等于 8105。满足目标覆盖率 0.99 的指数是 s = 1.3840。在这个模型里,前 1000 个字覆盖 0.9676,前 2500 个字覆盖 0.9850,一级字表覆盖 0.9900,即每百字有 1.00 个字落在一级字表之外;一、二级合计 6500 字覆盖 0.9977。 - 第 3 章 · 句长从哪里切:切分规则、均值与中位数
三种规则得到的单位数分别是 5、6 与 16 个。规则甲的平均句长是 26.0 字,中位数 20.0 字,最长一句 69 字;规则乙把那句六十九字的长句在分号处一分为二,平均句长降到 21.7 字,中位数反而升到 22.5 字,最长一句变为 42 字;规则丙按小句切,平均长度只有 8.1 字,中位数 9.0 字,最长的小句 16 字,没有一个单位超过三十字。 - 第 4 章 · 简化线性可读性公式:逐项分解、标定与共线性陷阱
逐行看。短句常用字版两项都很小,D 为 0.45,属易读。卖点段平均句长 28.50 字,没有少见字,句长项 2.85 就是全部,属平实。长句常用字版句长项 3.70,同样平实。落地页标题的平均句长只有 8.00 字,句长项 0.80,但每百字 12.50 个少见字贡献了 3.75,合计 4.55,进入偏难档。专著段落两项都不小,句长项 3.53,少见字项 1.13,合计 4.67,也是偏难。售后条款没有一个少见字,但一句 72.00… - 第 5 章 · 落地页的阅读难度:标题、卖点与条款三段,以及两条改写杠杆
第五章在落地页上比较砍句子与换字两条杠杆,原稿难度 9.22,两者兼施降到 1.16。 - 第 6 章 · 专著段落:术语豁免与少见字预算
第六章提出专著的术语豁免与少见字预算,样例段落从 4.67 降到 3.53。 - 第 7 章 · 东西方原典考辨:《文心雕龙·练字》与 Flesch 1948
第一组对应「避诡异」:短句僻字版每百字 62.50 个少见字,长句常用字版为零,与第一章一致。第二组对应「省联边」:「江河湖海波浪滔滔」八个字全是三点水,连续长度为 8,远超刘勰的三接之限,被标记;同一句后半的「江上有风」连续长度为 1,通过。第三组对应「权重出」:一句十三字的话,第 5、6、9、10 个位置上的字都在前六字之内出现过,十三字中四字重复,是「问题」二字反复出现造成的。第四组对应「调单复」:「一人上山」平均 2.25 画… - 第 8 章 · 实证闭环:攻心文案检查器与写书母机的可读性提示、中文可读性评分器与预注册读者检验
第八章把可读性提示接入攻心文案检查器与写书母机,给出蒸馏小工具「中文可读性评分器」,以及需要 197 名读者的组内预注册检验方案,并写明什么结果会推翻核心命题。书中以标注框区分已发表的证据、可运行的 Python 计算(19 段程序)、原典与作者的假说。
模型示意算例,非实时报价