利用眼动数据分类指代与非指代的 it
计算与语言
2020-06-28 v1
摘要
在处理文本时，人类和机器必须消除代词 it 不同用法的歧义，包括非指代、名词回指或从句回指。在本文中，我们使用眼动追踪数据来学习人类如何进行这种消歧。我们利用该知识改进 it 的自动分类。我们表明，通过使用眼动数据和一个词性标注器（POS-tagger），我们能够显著优于一个常见基线，并在三类 it 之间进行分类，其准确率可与基于语言学的方法相媲美。此外，特定眼动特征的判别能力揭示了人类处理该代词的方式，据我们所知，这尚未利用自然阅读任务中的数据被探索过。
引用
@article{arxiv.2006.13327,
title = {Classifying Referential and Non-referential It Using Gaze},
author = {Victoria Yaneva and Le An Ha and Richard Evans and Ruslan Mitkov},
journal= {arXiv preprint arXiv:2006.13327},
year = {2020}
}
备注
Proceedings of the Empirical Methods in Natural Language Processing (EMNLP) conference (2018)