用閱讀分級工具解決語文教育痛點，考拉閱讀完成 3000 萬元 Pre-A 輪融資

36氪曾經報道過的考拉閱讀近日完成了3000萬 pre-A輪融資，本輪融資由清科基金領投，真格基金和伽利略資本增持。據悉，此輪融資將主要用於底層人工智慧技術的強化和產品迭代上。考拉閱讀成立於 2016 年，去年 11 月獲得了 400 萬元天使輪融資。

閱讀個體閱讀能力的差異與海量難度不一的圖書之間鏈接的斷層，讓孩子讀什麼、怎麼讀的問題是語文教育中的痛點，也是考拉閱讀想要解決的問題。

關於閱讀材料的「匹配」，國內大部分閱讀評測都來自出版社的教研，雖然部分有充分經驗的教師和教研員也可以對材料進行分級，但個人的經驗難以標準化，除了不能規模化複製外，也很難做到具體到個體的針對性推薦。這是必須藉助標準化體系和工具進行分級的前提。

藍思分級、GE 分級是美國相對主流、成熟的分級解決方案，已經推行了近 40 年。但由於中英文之間的差異，這些成熟方案並不能被直接運營或優化改良到中文分級閱讀中。例如， 「尷」和「尬」出現的頻次相當低，算是低頻字，但具體到使用中又常以「尷尬」這一固定片語出現，理解難度並不高，而例如「白」這樣的高頻字，但正是因為搭配的可能性很高，在不同的搭配中代表的意義也各不相同，需要不斷去學習。

因此，中文閱讀分級標準和底層演算法的搭建是考拉閱讀的基礎和核心壁壘。考拉閱讀的ER Framework 分別針對文本和個體進行分級，並將二者匹配。

在對文本的分級上，考拉閱讀團隊針對中文閱讀開發的分級體系以字、詞、句、段、篇為 5 個大維度，每個大維度下又有不同的細分維度，如字的常用性、組合型、段之間的指代信息、結構邏輯等。在輸入測評文字后，後台系統會對文本的 ER 值進行判斷。這是對文本的度量。

在文本度量標準的技術上，根據「新課標」等教育部發布的教學大綱、不同版本的語文教材，考拉閱讀對從國小一年級到高中三年級所要求的平均 ER 值進行了整理，但要真正做到「自適應語文教育」，關鍵仍在於能否針對個體發展水平的差異進行個性化的閱讀能力提升，針對學生個體的閱讀能力水平的判定依靠的是「考拉測評」。在測評結果的基礎上，系統結合學生的閱讀能力，為其匹配最合適的書籍，也能在可控的分數範圍內，鍛煉孩子的閱讀能力，即線上測評、線下閱讀推薦。

現階段，考拉閱讀的系統已經更新到 2.0 版本，分為學生端、教師端和校管端。學生端可以完成閱讀能力自測和閱讀作業，教師藉助後台可以「一鍵布置閱讀作業」，並追蹤閱讀完成進度，校長端則指的是整個學校閱讀水平的動態發展情況。

關於未來想象空間，圖書館SaaS 管理工具是一方面，即藉助分級技術將大部分學校「閑置」的閱覽室資源盤活，將測評系統和閱覽室管理系統打通后就能夠針對不同閱讀能力的學生進行線上推薦、線下借閱，而線上推薦、線下閱讀的模式又能夠相對自然地「順延」到圖書售賣上，自營或為電商平台導流，另一方面，在通過 B 端教育 C 端市場后，在分級閱讀的技術上推出類似於 Kindle 的墨水屏閱讀器也是可行方向。

據了解，現階段，考拉閱讀以國小為主要市場，已經和天津、江西等地區達成合作，進入公立校。

核心技術團隊方面，核心團隊方面， CTO任易曾在IBM研發中心Waston for Life Service和搜狐大數據中心工作，首席科學家Jake Zhao曾任職於Facebook從事研究工作，為Yann LeCun的學生之一， CPO蘇雋琪在加入考拉閱讀之前為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。

關於投資邏輯，清科集團的創始人、董事長兼CEO倪正東認為，在於考拉閱讀和清科關注領域的一致性，特別是考拉閱讀專註的語文方向也是自適應學習突破的難點所在；伽利略資本創始合伙人顧浩認為，本輪繼續增持主要是考慮到考拉閱讀在中文分級閱讀標準上的專業了技術優勢，和「定製個性化圖書館」的能力。