阅读期间眼动追踪：面向开放图书馆支持的生态调查
计算与语言
2026-02-24 v1
摘要
阅读期间眼动追踪语料库是许多不同学科和用例的宝贵资源。用例范围从研究阅读背后认知过程到基于机器学习的应用，如基于凝视的阅读理解评估。过去数十年间，眼动追踪-阅读数据集的数量和规模不断增加，涉及的刺激语言、参与者的语言背景以及随附的心理测量或人口统计数据也日益多样化。数据在不同学科之间广泛分布，且各社区缺乏数据共享标准，导致许多现有数据集因缺乏可互操作性而难以重用。在本工作中，我们旨在就现有数据集及其特征在不同学科之间的透明度和清晰度进行 i) 提供详尽概述，ii) 通过在线发布一个活生生的概述来简化新创建数据集的共享 https://dili-lab.github.io/datasets.html，为每个数据集呈现超过 45 个特征，以及 iii) 将所有公开数据集集成到 Python 包 pymovements 中，该包提供眼动追踪数据集库。通过此举，我们旨在加强眼动追踪-阅读研究中的 FAIR 原则，推动良好的科学实践，如复现和复制研究。
引用
@article{arxiv.2602.19598,
title = {Eye-Tracking-while-Reading: A Living Survey of Datasets with Open Library Support},
author = {Deborah N. Jakobi and David R. Reich and Paul Prasse and Jana M. Hofmann and Lena S. Bolliger and Lena A. Jäger},
journal= {arXiv preprint arXiv:2602.19598},
year = {2026}
}