新浪科技

考拉阅读Pre-A轮融资3000万,看准中文分级阅读市场

Xtecher

关注

考拉阅读于近日完成了由清科旗下基金领投,上一轮投资人真格基金和伽利略资本跟投并增持的3000万Pre-A轮融资。

 

考拉阅读创立于2016年10月,拿到了真格基金和伽利略资本的 400万元种子轮投资。创始人兼CEO赵梓淳研究生阶段先后就读于芝加哥大学金融数学专业、哥伦比亚大学金融运筹专业,以专业成绩top 5%毕业,2015年归国创业,是教育领域的连续创业者。他看准的商机,存在于中文分级阅读的市场空白。

 

Xtecher记者对赵梓淳进行了专访,了解考拉阅读的发展历程与融资后的市场布局。



技术过硬,填补中文分级阅读标准的缺失


在欧美,以Lexile分级(蓝思分级)和GE分级为代表的英文分级阅读标准已推行40年,在此分级标准之上,已诞生数家过亿美金的分级阅读教育产品公司,如Renaissance、Newsela、LightSail等。然而,中文的分级标准在学界和业界一直是空白。

 

这源于中文和英文有着本质区别,从根本上造成中文分级阅读的标注比英文难制定很多。英文的基础组成为26个字母,而中文仅常用字就有3500个,字典收录的汉字多达8万个以上。英文根据空格就可以很好地确定词语边界,而汉语则需进行分词工作:词性分析、语言模型建立等方面都会遇到更大的困难。句式结构方面,中文的行文风格相对随意,嵌套结构比较混乱,用法也远不如英文严格。

 

这些中文的特性,使中文分级阅读标准一直处于萌芽状态,之前的解决方案大都是感性化、文字化的描述(如《南方分级阅读标准》等),并没有完善的技术解决方案和科学的分词标准。

 

考拉阅读汇集机器学习、语言学、心理学三方面人才组成研究团队,历时6个月时间研发出了第一套中文分级阅读量化标准。并拿到阅读难度分级的方法及系统、中文阅读能力测评方法与系统两项专利。

 

该中文分级阅读量化体系通过AI技术,特别是深度学习技术(如RNN、LSTM等),从更高维度建立特征(英文分级大都在5个特征以下,而考拉分级标准采用数十维特征向量),从而弥补了中文在字词分析、句法分析、语义理解等方面的劣势,,与其他中文分级标准主观进行年龄分层推荐有着本质的区别,准确程度甚至超越了目前主流的英文分级系统。


与教育局合作,在全国小学做推广


考拉阅读定位ToB,目前已与天津市电教馆等三个省市的电教馆和教育局签订合作,已有200多所小学使用考拉阅读的分级阅读系统。


从幼儿园、小学时期培养的阅读能力,对学生发展有重大影响。近年国内升学考试改革,语文学科的分数比重有了显著提升。另外,阅读能力是解决其他学科难度最高的综合题、应用题的关键,而长久以来被忽视。

 

欧美在基础教育时期应用分级阅读标准已有长久历史,非常成熟,在中国的基础教育里却是空白。因此考拉阅读从小学入手,为学生端提供阅读能力评测、分级阅读书单,教师端提供班级数据、学生阅读进度提醒和阅读监测报告,以此解决传统阅读教育没有量化概念、缺少个性化辅导、忽视语文能力对其他学科影响的长存痛点。



做成行业标准


这一轮融资后,考拉阅读将会加大力度做好基础平台,将中文分级阅读量化体系做成行业标准。

 

考拉阅读将运用大数据思想,通过互联网平台系统日积月累地收集用户使用数据,不断实时地更新ER framework的系统参数,使难度感知更精确,推荐更符合真实使用场景。

 

就如同AlphaGo能在不断对弈的棋局中实现自身能力的进化,赵梓淳和考拉阅读相信,比起英文的Lexile分级系统等封闭性分级系统,考拉阅读的AI和大数据技术有着本质性优势。未来,他们会利用专利优势和中文领域的先发优势,进一步扩大市场。

加载中...