基于字符的惊奇度作为存在错误时阅读困难的模型
计算与语言
2019-05-21 v3
摘要
直观上，人类读者能轻松应对文本中的错误；错别字、拼写错误、词语替换等不会过度干扰自然阅读。先前的研究表明字母转位会导致阅读时间增加，但尚不清楚这种效应是否能推广到更自然的错误。在本文中，我们报告了一项眼动追踪研究，比较了两种错误类型（字母转位和自然发生的拼写错误）和两种错误率（10%或50%的所有单词包含错误）。我们发现尽管存在这些错误，人类读者表现出不受损的理解能力，但错误词比正确词引起更多的阅读困难。此外，转位比拼写错误更困难，且高错误率增加了所有单词的困难，包括正确单词。然后我们提出了一个使用基于字符（而非传统的基于单词）的惊奇度来解释这些结果的计算模型。该模型解释转位比拼写错误更困难是因为它们包含意外的字母组合。它还解释了错误率效应：当上下文退化时， upcoming单词更难预测，导致惊奇度增加。
引用
@article{arxiv.1902.00595,
title = {Character-based Surprisal as a Model of Reading Difficulty in the Presence of Error},
author = {Michael Hahn and Frank Keller and Yonatan Bisk and Yonatan Belinkov},
journal= {arXiv preprint arXiv:1902.00595},
year = {2019}
}
备注
Published in Proceedings of CogSci 2019