Lisibilité de différentes publications

Dans cet exercice, vous disposez d'extraits d'articles issus de quatre publications. Votre tâche est de calculer la lisibilité de ces extraits avec le score de Gunning Fog et, par conséquent, de déterminer la difficulté relative de lecture de ces publications.

Les extraits sont fournis sous forme de chaînes de caractères :

forbes - Un extrait d’un article du magazine Forbes sur le système chinois de crédit social.
harvard_law - Un extrait d’une recension de livre publiée dans la Harvard Law Review.
r_digest - Un extrait d’un article de Reader's Digest sur les turbulences en avion.
time_kids - Un extrait d’un article sur les effets néfastes de la consommation de sel, publié dans TIME for Kids.

Cet exercice fait partie du cours

Feature Engineering pour le NLP en Python

Afficher le cours

Instructions

Importez la classe Readability depuis readability.
Calculez l'objet gf pour chaque excerpt en utilisant la méthode gunning_fog() de Readability.
Calculez le score de Gunning Fog à l'aide de l’attribut score.
Affichez la liste des scores de Gunning Fog.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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)

Modifier et exécuter le code