用于细粒度阅读行为建模的时空点过程
机器学习
2025-06-26 v1 计算与语言
神经元与认知
摘要
阅读是一个在时空中展开的过程,交替出现聚焦于特定空间点的固定位置(fixations)和快速转移焦点至新位置的视觉扫视(saccades)。心理语言学中的一个假设是,建模读者的固定位置和视觉扫视可提供关于其在线句子处理的见解。然而,现有的建模方法依赖于聚合的眼动测量数据和强假设性模型,忽略了阅读过程中发生的大量时空动力学。本文提出了一种更通用的阅读行为概率模型,基于标记时空点过程,捕捉不仅固定位置持续多久,还捕捉它们在空间中的落址以及在时间中的发生时刻。视觉扫视采用 Hawkes 过程建模,该过程捕捉每一次固定位置如何激发其在时空上靠近的新固定位置发生的概率。固定事件的持续时间建模为固定位置特定预测器在时间上卷积后的函数,从而捕捉溢出效应。我们观察到,Hawkes 过程模型在拟合人类视觉扫视方面优于基线方法。关于固定持续时间,我们发现将情境惊讶值作为预测器纳入模型,仅在模型预测准确性上带来边际的改进。这一发现表明,惊讶值理论在解释细粒度眼动方面存在困境。
引用
@article{arxiv.2506.19999,
title = {A Spatio-Temporal Point Process for Fine-Grained Modeling of Reading Behavior},
author = {Francesco Ignazio Re and Andreas Opedal and Glib Manaiev and Mario Giulianelli and Ryan Cotterell},
journal= {arXiv preprint arXiv:2506.19999},
year = {2025}
}
备注
ACL 2025