Lesbarkeit verschiedener Publikationen

In dieser Übung bekommst du Auszüge aus Artikeln von vier Publikationen. Deine Aufgabe ist es, die Lesbarkeit dieser Auszüge mit dem Gunning-Fog-Score zu berechnen und damit die relative Schwierigkeit des Lesens dieser Publikationen zu bestimmen.

Die Auszüge liegen als folgende Strings vor:

forbes – Ein Auszug aus einem Artikel aus dem Magazin Forbes über das chinesische Social-Credit-Score-System.
harvard_law – Ein Auszug aus einer Buchrezension, veröffentlicht in der Harvard Law Review.
r_digest – Ein Auszug aus einem Reader's Digest-Artikel über Flugturbulenzen.
time_kids – Ein Auszug aus einem Artikel über die schädlichen Auswirkungen von Salzkonsum, veröffentlicht in TIME for Kids.

Diese Übung ist Teil des Kurses

<Kurs>Feature Engineering für NLP in Python</Kurs>

Kurs ansehen

Übungsanweisungen

Importiere die Klasse Readability aus readability.
Berechne das Objekt gf für jeden excerpt, indem du die Methode gunning_fog() auf Readability anwendest.
Ermittle den Gunning-Fog-Score über das Attribut score.
Gib die Liste der Gunning-Fog-Scores aus.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Import Readability
from readability import Readability

# List of excerpts
excerpts = [forbes, harvard_law, r_digest, time_kids]

# Loop through excerpts and compute gunning fog index
gunning_fog_scores = []
for excerpt in excerpts:
  gf = Readability(excerpt).____()
  gf_score = gf.____
  gunning_fog_scores.append(gf_score)
  
# Print the gunning fog indices
print(gunning_fog_scores)

Code bearbeiten und ausführen