如何获取 Fry Graph 可读性公式的级别？

Question

我正在开发一个应用程序 (C#)，它将一些可读性公式应用于文本，例如 Gunning-Fog、Precise SMOG、Flesh-Kincaid。

现在，我需要在我的程序中实现基于 Fry 的评分公式，我理解公式的逻辑，几乎需要 3 100 个单词的样本并计算每 100 个单词的句子和每 100 个单词的音节的平均值，然后，您可以使用图表来绘制值。

此处更详细地解释了此公式的工作原理。

我已经有了平均值，但我不知道如何告诉我的程序“检查图表并绘制值并给我一个水平”。我不必向用户显示图表，我只需向他显示级别。

我想也许我可以把所有的值都记在记忆里，分成不同的级别，例如：

级别 1：句子平均值在 10.0 到 25+ 之间，音节平均值在 108 到 132 之间的值。 级别 2：句子平均值在 10.0 到 25+ 之间

的值。句子平均值在 7.7 和 10.0 之间，等等。

但问题是，到目前为止，我找到定义级别的值的唯一地方是在图表本身中，而且它们并不是太非常准确，所以如果我应用上面评论的方法，尝试从图表中获取值，我的水平估计会太不精确，因此，基于 Fry 的等级将不准确。

所以，也许你们中的任何人都知道在某个地方我可以找到基于弗莱的等级的不同级别的精确值，或者你们中的任何人都可以帮助我思考解决这个问题的方法。

谢谢

Answer 1

好吧，我不确定这是否是最有效的解决方案，也不是最好的解决方案，但至少它可以完成工作。

我放弃了用数学公式来获得等级的想法，也许有这样的公式，但我找不到它。

所以我采用了 Fry 的图表，包含所有级别，并为每个级别绘制了不同的颜色，我使用以下方法将图像加载到我的程序中：

Bitmap image = new Bitmap(@"C:\FryGraph.png");

image.GetPixel(int x, int y);

如您所见，加载图像后，我使用 GetPixel 方法来获取颜色在指定的坐标处。我必须进行一些转换，以获得图表上给定值的等效像素，因为图表的比例并不等于图像的像素。

最后，我比较了 GetPixel 返回的颜色，看看哪个是文本的 Fry 可读性级别。

我希望这对面临同样问题的人有帮助。

干杯。

Answer 2

您只需确定图表的公式即可。即，接受句子数和音节数并返回级别的公式。

如果找不到公式，可以自己确定。估计 图表上每条线的线性方程。还要估计“长单词”和“长句子”区域中的“出界”区域。

现在对于每个点，只需确定它所在的区域即可；哪一行在上面，哪一行在下面。这是相当简单的代数，不幸的是这是我能找到的最好的链接描述如何做到这一点。

Answer 3

我已经解决了这个问题，我想我会分享，以防其他人将来某个时候看到。我根据上面的答案创建了一个通用的线性方程列表，可以用来确定大致的年级水平。首先必须纠正这些值以使其更加线性。这没有考虑到无效区域，但我可能会重新考虑这一点。
方程类：

public class GradeLineEquation
{
    // using form y = mx+b
    // or y=Slope(x)=yIntercept

    public int GradeLevel { get; set; }

    public float Slope { get; set; }
    public float yIntercept { get; set; }

    public float GetYGivenX(float x)
    {
        float result = 0;
        result = (Slope * x) + yIntercept;
        return result;
    }

    public GradeLineEquation(int gradelevel,float slope,float yintercept)
    {
        this.GradeLevel = gradelevel;
        this.Slope = slope;
        this.yIntercept = yintercept;
    }


}

这是 FryCalculator：

public class FryCalculator
{

    //this class normalizes the plot on the Fry readability graph the same way a person would, by choosing points on the graph based on values even though
    //the y-axis is non-linear and neither axis starts at 0.  Just picking a relative point on each axis to plot the intercept of the zero and infinite scope lines

    private List<GradeLineEquation> linedefs = new List<GradeLineEquation>();

    public FryCalculator()
    {
        LoadLevelEquations();
    }
    private void LoadLevelEquations()
    {
        // load the estimated linear equations for each line with the 
        // grade level, Slope, and y-intercept
        linedefs.Add(new NLPTest.GradeLineEquation(1, (float)0.5, (float)22.5));
        linedefs.Add(new NLPTest.GradeLineEquation(2, (float)0.5, (float)20.5));
        linedefs.Add(new NLPTest.GradeLineEquation(3, (float)0.6, (float)17.4));
        linedefs.Add(new NLPTest.GradeLineEquation(4, (float)0.6, (float)15.4));
        linedefs.Add(new NLPTest.GradeLineEquation(5, (float)0.625, (float)13.125));
        linedefs.Add(new NLPTest.GradeLineEquation(6, (float)0.833, (float)7.333));
        linedefs.Add(new NLPTest.GradeLineEquation(7, (float)1.05, (float)-1.15));
        linedefs.Add(new NLPTest.GradeLineEquation(8, (float)1.25, (float)-8.75));
        linedefs.Add(new NLPTest.GradeLineEquation(9, (float)1.75, (float)-24.25));
        linedefs.Add(new NLPTest.GradeLineEquation(10, (float)2, (float)-35));
        linedefs.Add(new NLPTest.GradeLineEquation(11, (float)2, (float)-40));
        linedefs.Add(new NLPTest.GradeLineEquation(12, (float)2.5, (float)-58.5));
        linedefs.Add(new NLPTest.GradeLineEquation(13, (float)3.5, (float)-93));
        linedefs.Add(new NLPTest.GradeLineEquation(14, (float)5.5, (float)-163));
    }


    public int GetGradeLevel(float avgSylls,float avgSentences)
    {
        // first normalize the values given to cartesion positions on the graph
        float x = NormalizeX(avgSylls);
        float y = NormalizeY(avgSentences);

        // given x find the first grade level equation that produces a lower y at that x
        return linedefs.Find(a => a.GetYGivenX(x) < y).GradeLevel;
    }

    private float NormalizeY(float avgSentenceCount)
    {
        float result = 0;
        int lower = -1;
        int upper = -1;
        // load the list of y axis line intervalse
        List<double> intervals = new List<double> {2.0, 2.5, 3.0, 3.3, 3.5, 3.6, 3.7, 3.8, 4.0, 4.2, 4.3, 4.5, 4.8, 5.0, 5.2, 5.6, 5.9, 6.3, 6.7, 7.1, 7.7, 8.3, 9.1, 10.0, 11.1, 12.5, 14.3, 16.7, 20.0, 25.0 };
        // find the first line lower or equal to the number we have
        lower = intervals.FindLastIndex(a => ((double)avgSentenceCount) >= a);

        // if we are not over the top or on the line grab the next higher line value
        if(lower > -1 && lower < intervals.Count-1 && ((float) intervals[lower] != avgSentenceCount))
            upper = lower + 1;

        // set the integer portion of the respons
        result = (float)lower;
        // if we have an upper limit calculate the percentage above the lower line (to two decimal places) and add it to the result
        if(upper != -1)
             result += (float)Math.Round((((avgSentenceCount - intervals[lower])/(intervals[upper] - intervals[lower]))),2); 

        return result;
    }

    private float NormalizeX(float avgSyllableCount)
    {
        // the x axis is MUCH simpler.   Subtract 108 and divide by 2 to get the x position relative to a 0 origin.
        float result = (avgSyllableCount - 108) / 2;
        return result;
    }

}