java定义文章的难度系数

小咪咪 2022-03-17 13:52 150阅读 0赞

# 本文定义文章的难度系数为：平均句长难度系数+常用字难度系数。 #

**思路：**

（1）统计文章中。！？的数量来确定句子数，句子数除以总字符数即为平均句长，即可得到一个测评标准（句长）；

（2）保存一个常用500字.txt文档库，用需要判定的文章逐字与常用500字.txt文档进行比较，得到文章的常用字数量，再除以总字符数即可得到另一个测评标准（常用字比例）；

（3）设置对应的难度系数。

**注：**

（本次任务测试了5篇文档，分别是《三体》节选、《小石潭 记》、《荷塘月色》、《西游记》、《南渡北归》。）

其句长和常用字比例计算结果如下图所示。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjAxNDYyMg_size_16_color_FFFFFF_t_70]  
**由上可知：句长大多分布在15~20之间，常用字比例大多占70%左右。**

其中句长难度系数的设置为：1星（0，10\]，2星（10，15\]，3星（15，23\]，4星（23，30\]，5星（30，+无穷）。

常用字难度系数的设置为：1星（0.8，1\]，2星（0.7，0.8\]，3星（0.6，0.7\]，4星（0.4，0.6\]，5星（0，0.4\]。

但是，由于所选样本较少，所以设置难度系数的参数不够准确，后续还需要改进。

**常用500字.txt：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjAxNDYyMg_size_16_color_FFFFFF_t_70 1]

**代码如下：**

//文件名：Diff.java
    import java.io.*;
    import java.util.*;
    import java.util.regex.Pattern;
    import java.util.regex.Matcher;
    
    class Diff
    { 
    	public static void main(String[] args) throws Exception
    	{ 
    		File file1 = new File(args[0]);//创建一个文件对象
    		BufferedReader br1=new BufferedReader(new FileReader(file1));  定义字符读取流
    		String value1 = null; 							//定义一个临时接收文件中的字符串变量
            String newValue1 ="";    						//接收文件中所有字符串的变量
    		int hzcount=0,bdcount=0;
            while((value1 = br1.readLine())!= null)			//开始读取文件中的字符
    		{     	 	
    			newValue1 = newValue1 + value1;    			//把全部字符存入newValue1变量中
    			//统计句子数
    			for(int i=0;i<value1.length();i++)			
    			{ 
    				String s=Character.toString(value1.charAt(i));//把char型转换成String型
    				if(s.equals("。")||s.equals("！")||s.equals("？"))
    				{ 
    					bdcount++;
    				}
    			}
            }
    		//统计汉字
    		Pattern p=Pattern.compile("[\\u4e00-\\u9fa5]");//匹配汉字
    		Matcher m=p.matcher(newValue1);
    		while(m.find())//统计汉字个数
    		{ 
    			//System.out.println(m.group(0));//输出不带标点的全部汉字
    			hzcount++;
    		}
    		//System.out.println("汉字数："+hzcount+" 句子数："+bdcount);
    		/*1.以句长来定义难度系数*/
    		double jc=(double)hzcount/(double)bdcount;
    		//System.out.println("平均句长:"+jc);//输出平均句长
    		int n1=0;	
    		if(jc>0&&jc<=10)
    		{ 
    			n1=1;
    		}
    		else if(jc>10&&jc<=15)
    		{ 
    			n1=2;
    		}
    		else if(jc>15&&jc<=23)
    		{ 
    			n1=3;
    		}
    		else if(jc>23&&jc<=30)
    		{ 
    			n1=4;
    		}
    		else if(jc>30)
    		{ 
    			n1=5;
    		}
    		System.out.println("句长难度系数(5星)："+n1+"星");
    		/*2.以常用字的数量来定义难度系数*/
    		BufferedReader br2=new BufferedReader(new FileReader("常用500字.txt"));  定义字符读取流，读取“常用500字.txt”
    		String value2 = null; 							//定义一个临时接收文件中的字符串变量
            String newValue2 ="";    						//接收文件中所有字符串的变量
            while((value2 = br2.readLine())!= null)			//开始读取文件中的字符
    		{     	 	
    			newValue2 = newValue2 + value2;    			//存入newValue2变量中
            }
    		int cycount=0;
    		for(int i=0;i<newValue1.length();i++)//统计读取文章常用字的个数
    		{ 
    			for(int j=0;j<newValue2.length();j++)//文章中的汉字逐个与常用字库进行对比
    			{ 
    				if((newValue1.charAt(i))==(newValue2.charAt(j)))//如果相同则计数
    				{ 
    					cycount++;
    				}
    			}
    		}
    		double cyz=(double)cycount/(double)hzcount;//难度系数n2=文章中常用字数除以文章总字数
    		int n2=0;	
    		if(cyz>0&&cyz<=0.4)
    		{ 
    			n2=5;
    		}
    		else if(cyz>0.4&&cyz<=0.6)
    		{ 
    			n2=4;
    		}
    		else if(cyz>0.6&&cyz<=0.7)
    		{ 
    			n2=3;
    		}
    		else if(cyz>0.7&&cyz<=0.8)
    		{ 
    			n2=2;
    		}
    		else if(cyz>0.8)
    		{ 
    			n2=1;
    		}
    		//System.out.println("常用字比例:"+cyz);//输出常用字比例
    		System.out.println("常用字难度系数(5星)："+n2+"星");
    		System.out.println(file1+" 的难度系数为："+(n1+n2)+"星");
    	}
    }

**结果如下：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjAxNDYyMg_size_16_color_FFFFFF_t_70 2]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjAxNDYyMg_size_16_color_FFFFFF_t_70]: /images/20220317/a98877940bad4c8d8686bc3ade27ab9b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjAxNDYyMg_size_16_color_FFFFFF_t_70 1]: /images/20220317/5e19cd7129fc47d2a4e19bc1763690b0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjAxNDYyMg_size_16_color_FFFFFF_t_70 2]: /images/20220317/ceda7e35740b46809e5595ef4ae4e220.png