用阅读分级工具解决语文教育痛点，考拉阅读完成数千万 Pre-A 轮融资

36氪曾经报道过的考拉阅读近日完成了数千万 pre-A轮融资，本轮融资由清科基金领投，真格基金和伽利略资本增持。据悉，此轮融资将主要用于底层人工智能技术的强化和产品迭代上。考拉阅读成立于 2016 年，去年 11 月获得了 400 万元天使轮融资。

阅读个体阅读能力的差异与海量难度不一的图书之间链接的断层，让孩子读什么、怎么读的问题是语文教育中的痛点，也是考拉阅读想要解决的问题。

关于阅读材料的“匹配”，国内大部分阅读评测都来自出版社的教研，虽然部分有充分经验的教师和教研员也可以对材料进行分级，但个人的经验难以标准化，除了不能规模化复制外，也很难做到具体到个体的针对性推荐。这是必须借助标准化体系和工具进行分级的前提。

蓝思分级、GE 分级是美国相对主流、成熟的分级解决方案，已经推行了近 40 年。但由于中英文之间的差异，这些成熟方案并不能被直接运营或优化改良到中文分级阅读中。例如， “尴”和“尬”出现的频次相当低，算是低频字，但具体到使用中又常以“尴尬”这一固定词组出现，理解难度并不高，而例如“白”这样的高频字，但正是因为搭配的可能性很高，在不同的搭配中代表的意义也各不相同，需要不断去学习。

因此，中文阅读分级标准和底层算法的搭建是考拉阅读的基础和核心壁垒。考拉阅读的ER Framework 分别针对文本和个体进行分级，并将二者匹配。

在对文本的分级上，考拉阅读团队针对中文阅读开发的分级体系以字、词、句、段、篇为 5 个大维度，每个大维度下又有不同的细分维度，如字的常用性、组合型、段之间的指代信息、结构逻辑等。在输入测评文字后，后台系统会对文本的 ER 值进行判断。这是对文本的度量。

在文本度量标准的技术上，根据“新课标”等教育部发布的教学大纲、不同版本的语文教材，考拉阅读对从小学一年级到高中三年级所要求的平均 ER 值进行了整理，但要真正做到“自适应语文教育”，关键仍在于能否针对个体发展水平的差异进行个性化的阅读能力提升，针对学生个体的阅读能力水平的判定依靠的是“考拉测评”。在测评结果的基础上，系统结合学生的阅读能力，为其匹配最合适的书籍，也能在可控的分数范围内，锻炼孩子的阅读能力，即线上测评、线下阅读推荐。

现阶段，考拉阅读的系统已经更新到 2.0 版本，分为学生端、教师端和校管端。学生端可以完成阅读能力自测和阅读作业，教师借助后台可以“一键布置阅读作业”，并追踪阅读完成进度，校长端则指的是整个学校阅读水平的动态发展情况。

关于未来想象空间，图书馆SaaS 管理工具是一方面，即借助分级技术将大部分学校“闲置”的阅览室资源盘活，将测评系统和阅览室管理系统打通后就能够针对不同阅读能力的学生进行线上推荐、线下借阅，而线上推荐、线下阅读的模式又能够相对自然地“顺延”到图书售卖上，自营或为电商平台导流，另一方面，在通过 B 端教育 C 端市场后，在分级阅读的技术上推出类似于 Kindle 的墨水屏阅读器也是可行方向。 

据了解，现阶段，考拉阅读以小学为主要市场，已经和天津、江西等地区达成合作，进入公立校。

核心技术团队方面，核心团队方面， CTO任易曾在IBM中国研发中心Waston for Life Service和搜狐大数据中心工作，首席科学家Jake Zhao曾任职于Facebook从事研究工作，为Yann LeCun的学生之一， CPO苏隽琪在加入考拉阅读之前为Google总部search infrastructure team的产品经理，首席语言学家李轩则为香港中文大学的语言学博士。

关于投资逻辑，清科集团的创始人、董事长兼CEO倪正东认为，在于考拉阅读和清科关注领域的一致性，特别是考拉阅读专注的语文方向也是自适应学习突破的难点所在；伽利略资本创始合伙人顾浩认为，本轮继续增持主要是考虑到考拉阅读在中文分级阅读标准上的专业了技术优势，和“定制个性化图书馆”的能力。