连接信息寻求型人类注视与机器阅读理解

在本工作中,我们分析了人类在阅读理解过程中的注视如何受所给阅读理解问题的制约,以及该信号是否有助于机器阅读理解。为此,我们收集了一个新的眼动追踪数据集,其中包含大量参与者进行的多选阅读理解任务。对该数据的分析显示,针对文本中与回答问题最相关部分的注视时间有所增加。受此发现的启发,我们提出通过模仿人类在阅读理解过程中的信息寻求阅读行为,使自动化阅读理解更具人类特征。我们证明,该方法在英语多选问答任务中为最先进的阅读理解模型带来了性能提升。