Leggibilità di varie pubblicazioni

In questo esercizio ti vengono forniti estratti di articoli da quattro pubblicazioni. Il tuo compito è calcolare la leggibilità di questi estratti usando il punteggio Gunning Fog e, di conseguenza, determinare la difficoltà relativa di lettura di queste pubblicazioni.

Gli estratti sono disponibili come le seguenti stringhe:

forbes - Un estratto da un articolo della rivista Forbes sul sistema cinese di social credit score.
harvard_law - Un estratto da una recensione di libro pubblicata su Harvard Law Review.
r_digest - Un estratto da un articolo di Reader's Digest sulle turbolenze in volo.
time_kids - Un estratto da un articolo sugli effetti nocivi del consumo di sale pubblicato su TIME for Kids.

Questo esercizio fa parte del corso

Feature Engineering per NLP in Python

Visualizza il corso

Istruzioni dell'esercizio

Importa la classe Readability da readability.
Calcola l'oggetto gf per ciascun excerpt usando il metodo gunning_fog() su Readability.
Calcola il punteggio Gunning Fog usando l'attributo score.
Stampa l'elenco dei punteggi Gunning Fog.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# 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)

Modifica ed esegui il codice