考拉閱讀Pre-A輪融資3000萬，看準中文分級閱讀市場

科技 08-14

作者｜郭寶婷

編輯｜陳光

微信公眾號ID｜Xtecher

考拉閱讀於近日完成了由清科旗下基金領投，上一輪投資人真格基金和伽利略資本跟投並增持的3000萬Pre-A輪融資。

考拉閱讀創立於2016年10月，拿到了真格基金和伽利略資本的 400萬元種子輪投資。創始人兼CEO趙梓淳研究生階段先後就讀於芝加哥大學金融數學專業、哥倫比亞大學金融運籌專業，以專業成績top 5%畢業，2015年歸國創業，是教育領域的連續創業者。他看準的商機，存在於中文分級閱讀的市場空白。

Xtecher記者對趙梓淳進行了專訪，了解考拉閱讀的發展歷程與融資後的市場布局。

技術過硬

填補中文分級閱讀標準的缺失

在歐美，以Lexile分級（藍思分級）和GE分級為代表的英文分級閱讀標準已推行40年，在此分級標準之上，已誕生數家過億美金的分級閱讀教育產品公司，如Renaissance、Newsela、LightSail等。然而，中文的分級標準在學界和業界一直是空白。

這源於中文和英文有著本質區別，從根本上造成中文分級閱讀的標註比英文難制定很多。英文的基礎組成為26個字母，而中文僅常用字就有3500個，字典收錄的漢字多達8萬個以上。英文根據空格就可以很好地確定詞語邊界，而漢語則需進行分詞工作：詞性分析、語言模型建立等方面都會遇到更大的困難。句式結構方面，中文的行文風格相對隨意，嵌套結構比較混亂，用法也遠不如英文嚴格。

這些中文的特性，使中文分級閱讀標準一直處於萌芽狀態，之前的解決方案大都是感性化、文字化的描述（如《南方分級閱讀標準》等），並沒有完善的技術解決方案和科學的分詞標準。

考拉閱讀彙集機器學習、語言學、心理學三方面人才組成研究團隊，歷時6個月時間研發出了第一套中文分級閱讀量化標準。並拿到閱讀難度分級的方法及系統、中文閱讀能力測評方法與系統兩項專利。

該中文分級閱讀量化體系通過AI技術，特別是深度學習技術（如RNN、LSTM等），從更高維度建立特徵（英文分級大都在5個特徵以下，而考拉分級標準採用數十維特徵向量），從而彌補了中文在字詞分析、句法分析、語義理解等方面的劣勢，，與其他中文分級標準主觀進行年齡分層推薦有著本質的區別，準確程度甚至超越了目前主流的英文分級系統。

與教育局合作

在全國小學生做推廣

考拉閱讀定位ToB，目前已與天津市電教館等三個省市的電教館和教育局簽訂合作，已有200多所小學使用考拉閱讀的分級閱讀系統。

從幼兒園、小學時期培養的閱讀能力，對學生髮展有重大影響。近年國內升學考試改革，語文學科的分數比重有了顯著提升。另外，閱讀能力是解決其他學科難度最高的綜合題、應用題的關鍵，而長久以來被忽視。

歐美在基礎教育時期應用分級閱讀標準已有長久歷史，非常成熟，在中國的基礎教育里卻是空白。因此考拉閱讀從小學入手，為學生端提供閱讀能力評測、分級閱讀書單，教師端提供班級數據、學生閱讀進度提醒和閱讀監測報告，以此解決傳統閱讀教育沒有量化概念、缺少個性化輔導、忽視語文能力對其他學科影響的長存痛點。