GazeGenie:提升多行阅读研究的创新用户友好工具
人机交互
2024-10-17 v1
摘要
在阅读研究中,眼动技术提供独特的洞察,帮助了解个体如何从文本中提取信息。使用多行段落刺激物的一个重要挑战是将眼球注视位置与正确的行对齐。这一问题因眼动数据的垂直漂移而受到 positional noise 的影响,常常需要人工干预。此类人工纠正既费时又主观,限制了研究规模。因此,尤其是那些无需大量技术技能且仍可保持对结果的密切控制的自动化解决方案显得尤为可取。为此,我们引入GazeGenie:一个专为眼动研究中多行阅读设计的综合性软件解决方案。GazeGenie通过直观的基于Web浏览器的用户界面和使用Docker轻松安装,简化了从解析原始数据中的注视点到计算基于清洁并校正漂移后注视点的单词和句子水平度量的整个数据处理流程。该软件的核心功能包括最近引入的Dual Input Stream Transformer(DIST)模型以及各种经典算法,这些方法可在Wisdom of the Crowds(WOC)方法中组合,从而提高注视点行分配的准确度。通过提供面向研究者的全方位解决方案,我们希望使自动化注视点对齐更加可及,减少研究者对垂直注视点对齐的人工干预依赖。这应导致多行眼动数据分析更加准确、高效和可重复,并为大规模研究铺平了道路。
引用
@article{arxiv.2410.11873,
title = {GazeGenie: Enhancing Multi-Line Reading Research with an Innovative User-Friendly Tool},
author = {Thomas M. Mercier and Marcin Budka and Bernhard Angele and Martin R. Vasilev and Timothy J. Slattery and Julie A Kirkby},
journal= {arXiv preprint arXiv:2410.11873},
year = {2024}
}
备注
This work has been submitted to the Springer Behavior Research Methods for possible publication