Czytelno¿¿ odgrywa wän¿ rol¿ w procesie wyboru materiäów dostosowanych do poziomu czytelników. W rzeczywisto¿ci zadanie automatycznego pomiaru czytelno¿ci tekstu cz¿sto napotyka wyzwania, takie jak brak danych i zasobów.W ramach tej pracy magisterskiej stworzyli¿my zestaw automatycznych modeli przewidywania czytelno¿ci. Modele te s¿ przeznaczone dla czytelników j¿zyka arabskiego jako pierwszego j¿zyka (L1) i jako j¿zyka obcego (L2). Opracowanie tych modeli obejmuje trzy g¿ówne etapy. Pierwszy etap polega na zebraniu korpusu referencyjnego opatrzonego adnotacjami wed¿ug poziomów trudno¿ci. Drugi etap polega na przeksztäceniu tekstów w wektory cech. Ostatnim etapem rozwoju predykcyjnego modelu czytelno¿ci jest faza klasyfikacji.W ko¿cowej cz¿¿ci niniejszej rozprawy wykorzystali¿my wszystkie zasoby i modele, które opracowali¿my w celu wst¿pnego zbadania dziedziny upraszczania tekstu.