Okunabilirlik Puanı
Flesch-Kincaid ve diğer formülleri kullanarak metin okunabilirliğini analiz eder.
SMOG derecesi en az 30 cümlesi gerektirir.
Bu araç hakkında
Readability Score aracı, Flesch-Kincaid Grade Level ve Flesch Reading Ease gibi yerleşik okunabilirlik metriklerini uygulayarak metninizin ne kadar kolay veya zor olduğunu analiz eder. Bu formüller cümle uzunluğu, kelime karmaşıklığı ve hece sayısı gibi faktörleri ölçerek yazınızın netliği hakkında uygulanabilir bilgiler sunar. Yazarlar, eğitimciler ve içerik oluşturucuların metninizin okunabilirliğini anlaması, mesajınızın hedef kitleye etkili bir şekilde ulaşmasını sağlamak için gereklidir.
Metninizi aracın içine yapıştırmanız yeterlidir ve çok sayıda okunabilirlik puanını anında hesaplayacaktır. Flesch Reading Ease puanı 0-100 arasında değişir; daha yüksek puanlar daha kolay okumayı gösterirken, Flesch-Kincaid Grade Level metni anlamak için gerekli ABD okul sınıfını gösterir. Araç, kelime sayısı, cümle sayısı, ortalama cümle uzunluğu ve hece analizi dahil olmak üzere ayrıntılı metrikler görüntüler. Bu, blog gönderileri, akademik makaleler, pazarlama metni ve belirli bir kitle anlama düzeyine ulaşması gereken eğitim materyalleri oluşturmak için özellikle faydalıdır.
Okunabilirlik formüllerinin İngilizce metinle en iyi şekilde çalıştığını ve teknik terminoloji, özel adlar veya uzmanlaşmış kelime dağarcığı ile daha az doğru olabileceğini unutmayın. Puanlar mutlak kurallardan ziyade rehberlerdir—bağlam, kelime seçimi ve biçimlendirme de genel netlikte önemli roller oynar. Bir öğrenci yazısını geliştiriyor olsanız, web içeriğini daha geniş bir kitle için optimize ediyor olsanız veya profesyonel iletişiminizin erişilebilir olmasını sağlıyor olsanız, bu araç yazınızı iyileştirmek için ihtiyaç duyduğunuz nicel geri bildirimi sağlar.
Sıkça Sorulan Sorular
Kod Uygulaması
import re
import math
def count_syllables(word: str) -> int:
word = word.lower().strip(".,!?;:")
if len(word) <= 3:
return 1
word = re.sub(r'e$', '', word)
vowels = re.findall(r'[aeiouy]+', word)
return max(1, len(vowels))
def readability_scores(text: str) -> dict:
sentences = len(re.findall(r'[.!?]+', text)) or 1
words_list = re.findall(r'\b\w+\b', text)
words = len(words_list) or 1
syllables = sum(count_syllables(w) for w in words_list)
complex_words = sum(1 for w in words_list if count_syllables(w) >= 3)
flesch_ease = 206.835 - 1.015 * (words / sentences) - 84.6 * (syllables / words)
fk_grade = 0.39 * (words / sentences) + 11.8 * (syllables / words) - 15.59
gunning_fog = 0.4 * ((words / sentences) + 100 * (complex_words / words))
return {
"flesch_reading_ease": round(flesch_ease, 1),
"flesch_kincaid_grade": round(fk_grade, 1),
"gunning_fog_index": round(gunning_fog, 1),
"word_count": words,
"sentence_count": sentences,
"syllable_count": syllables,
}
sample = "The quick brown fox jumps over the lazy dog. It was a beautiful day in the park."
print(readability_scores(sample))Comments & Feedback
Comments are powered by Giscus. Sign in with GitHub to leave a comment.