我们最近推出了对平台的新更新。 您可能甚至没有注意到-但仔细一看，您会立即看到它。
该更新解决了各种问题，但主要集中在我们对“ 内容复杂性”指标的全面改革上。
内容复杂度根据您希望编写的受众知识水平为您提供同义词。
例如：如果您主要是在非常技术性的领域为行业专业人士撰写文章，则可以理解您的文章包含行话和行业特定术语。
相反，将为行业新手或希望了解更多信息的人撰写为更广泛的读者而撰写的文章。 在这里，您可能不想使用太多的术语或技术术语，因为它们可能会影响读者的头脑。
此外，为行业专业人士撰写非常基本的文章可能意味着读者缺乏信誉。 他们可能会与您的帖子脱离接触，并在其他地方寻找针对其知识水平的信息。
这就是我们的内容复杂性度量的来源 。 它会找出与您所需的受众水平不符的单词，然后为您提供更合适的同义词。 它就像一个智能同义词库，并能够为您提供更简单或更复杂的同义词。
几个客户多次提到我们的内容复杂性衡量标准有些偏离。 单词替换的建议非常有限-提出的建议往往与上下文无关，不适用于该短语的上下文。 建议的替换词与所需的可读性不匹配-当您尝试改善文章的“原子分数”时，错过了分数。
此更新旨在解决这些问题-它涉及调整当前的机制并添加新的机制，以提供更好的整体用户体验。
让我们进一步分解“ 内容复杂性”度量 。
我们的平台使用高度准确的可读性测试公式作为所有分析的基础。 该测试确定任何给定数量的文本的复杂性。 使用测试公式作为基准度量，我们创建了5个可读性级别； 一般，知识渊博，专家，学术和天才。
通过将此公式纳入我们的度量标准，我们能够提供更准确的单词建议，使其与您想要达到的所需可读性水平更加一致。
升级我们的解析器以获得更好的词性检测
解析是平台不可或缺的一部分。 简而言之，在这种情况下，解析器接受一个句子并告诉计算机每个单词的词性是什么。 我们使用的旧解析器做得不好，可能会误标记特定单词的词性，因此提供了不正确的替换建议。
我们的新解析器比以前的解析器先进得多，并提供了更准确的结果。 现在，我们可以准确地确定特定单词在语音的哪个部分以及它如何适合句子的上下文。
实施新的语义网络以传递准确的同义词
我们的最终升级是出于对更好的同义词建议的需要-特别是对模棱两可的单词或具有多种含义的单词的同义词。
这是一个简单的例子：代理财务总监喜欢在湖边参观他的小屋。
我们要注意的词是“表演”。 我们以前的数据库会在戏剧/电影环境中推荐与表演相关的单词。 现在，足够聪明地弄清楚这里的行事是指诸如临时，代理或临时之类的词。
我们集成到平台中的语义网络是一个由单词对及其之间的关系组成的数据库。
让我们看看吉他和摇滚音乐之间的关系。 将其放在“ Used For”（ 用于）中 -吉他用于摇滚音乐。 简而言之，它为引擎提供了有关如何解释对象之间的常识关系的规则，并提供了更准确的同义词建议。
新的内容复杂性功能是其先前迭代的重要一步。 通过将出色的开源资源整合到我们的平台中，我们确保同义词建议尽可能准确。
为我们改进的内容复杂度提供一个衡量标准，以查看其交付的内容，并分享您可能拥有的任何反馈。
祝您写作愉快！
关于作者：
Suhash是BizDev团队@ AR的成员。 当他不在工作时，通常可以发现Suhash带着弓ow在多伦多跑酷。 那，还是看书。
