我循环浏览了100篇文章的文本，并使用spacy进行了评分：我使用的评分方法是：

• Dale Chall可读性指数
• Coleman-Liau指数
• 自动可读性指数

但是，我不知道如何解释结果。
例如，Coleman-Liau指数应根据年级水平在14或15左右。
然而，我得到了1245和1633的分数
另一个例子，Dale-Chall可读性公式应该是4.5或5.6。
然而，我的分数是245和340
我需要对这些分数做些什么吗？
这是我的代码

import pandas as pd
import spacy
from spacy_readability import Readability

articles = pd.read_csv('articles.csv')

# get the title and body of text from the articles
text = articles[['title','body']]
df = pd.DataFrame(text)

for i in range(1, 100):
    # select the body of text to score on the readability index
    text = df.iloc[i, 1]
    doc = nlp(text)
    # Print the cell containing the article title
    print(df.iloc[i,0])
    # score the text
    print("dale chall", doc._.dale_chall)
    print("coleman", doc._.coleman_liau_index)
    print("readability", doc._.automated_readability_index)

示例输出：
机器学习如何帮助人们创新的10种方式
Dale-Chall：255.843042857
Coleman-Liau：1245.025714285
自动可读性指数：998.556428571