考拉閱讀獨創中文分級閱讀體系，實現個性化教學

趙東山

除了強大的團隊成員背景，資本的青睞也有力助推了考拉閱讀的發展。

2017年12月5日，考拉閱讀正式宣布完成千萬美金A輪融資，由啟明創投、紀源資本共同投資。

考拉閱讀成立于2016年10月，主要通過自主研發的分級閱讀評測系統讓學生能夠根據自身的閱讀水平實現個性化閱讀，成立初期便獲得了伽利略資本和真格基金的數百萬天使輪投資，2017年8月獲得由清科辰光領投的數千萬人民幣Pre-A輪投資。

考拉閱讀創始人趙梓淳告訴創業邦（微信搜索：ichuangyebang），本輪融資將用于公司底層AI技術的累積，打造首個“人工智能+閱讀”研究院——XY Research，鞏固核心競爭優勢并逐步發力C端市場。

創業初衷：個性化教學

在美國讀書期間，受分級新聞閱讀產品“Newsela”的啟發，趙梓淳決定回國做一款適合中文語言體系的分級閱讀產品。

趙梓淳向創業邦（微信搜索：ichuangyebang）介紹，在美國，以Lexile分級（在美國應用最廣的閱讀分級體系，目前已經有近25萬本圖書被納入該分級體系）和GEL分級（主要通過多樣化的教學及閱讀產品為學生提供服務，目前為止學生用戶數量已經達到1800萬）為代表的英文閱讀分級標準已經推行了40多年，覆蓋美國90%的學校。

反觀國內，尤其是在公立學校的教學實踐中，老師沒辦法做到為每個人提供個性化的教學服務，同樣的內容，閱讀能力強的學生覺得太簡單，能力差的覺得太難。同時，學生接受信息和理解信息的水平也千差萬別，具體到學生的學習場景中，處在閱讀習慣成型期的學生不知道自己該讀什么樣的書，家長和老師也很難監控和了解學生的具體閱讀情況。

尋找差異，打造核心壁壘

由于中英文的巨大差異，中文閱讀分級面臨著巨大的實操困難。

例如，在“句”的層面，中文的行文風格相對隨意，嵌套結構比較復雜，用法也遠不如英文嚴格，這都為句法結構分析和依存關系分析造成了極大的困難。

考拉閱讀的創新點在于通過人工智能結合語言學打造了一套量化中文分級閱讀標準——ER Framework，可以即時測量出任何一段中文文本的閱讀難度值（在200ER?1300ER區間），數字越大，難度越高。

考拉閱讀的首席數據科學家Jake Zhao博士表示，為打造ER Framework，考拉閱讀團隊已經處理了1300萬字的非平衡語料，近2億字的平衡語料，打造出了底層中文分級標準研究語料庫。以專家評鑒為基準，目前ER Framework的準確率能達到93%。

截至2017年11月，考拉閱讀已經聯合教育部基礎教育質量監測中心和國家語委漢語智能教育中心對一到四線城市30余萬中國學生的閱讀能力信息進行了采集，建立了鑒定中國學生閱讀能力的量表和常模，可對每名學生的閱讀能力進行測試并實現量化表達。

團隊方面，考拉閱讀CEO趙梓淳曾先后就讀于美國芝加哥大學金融數學專業和哥倫比亞大學運籌學專業，曾先后任職于美國高盛和奧本海默基金;CTO任易是北京大學數據挖掘方向的博士，曾在IBM中國研發中心Waston for Life Service和微軟亞洲研究院工作;首席數據科學家Jake Zhao師從于機器學習頂尖學者、深度學習奠基人之一的Yann Le Cun教授，曾在Facebook從事研究工作;CPO蘇雋琪畢業于斯坦福大學，曾經是美國Google總部Search Infrastructure Team的產品經理;首席語言學家李軒則為香港中文大學的語言學博士。

除了強大的團隊成員背景，資本的青睞也有力助推了考拉閱讀的發展。

啟明創投執行董事周凌霏表示，分級閱讀結合了人工智能和語言學，能夠幫助孩子有效量化并提高閱讀及寫作能力。考拉閱讀專注于中文分級閱讀并取得重大突破，在中文教育方面實現了因人而異、因材施教。隨著國家對中文教育越來越重視，未來考拉閱讀必將會有更大的發展空間。endprint