信息需求实现的预测：一项 EEG 研究

信息检索（IR）的基本目标之一是满足搜索者的信息需求（IN）。理解信息需求如何在生理层面上表现长期以来都是一个复杂且难以把握的过程。然而，最近的研究利用脑电图（EEG）数据，提供了对与信息需求相关的神经过程的实时见解。然而，这些研究尚未展示如何实际地从这些见解中获益于搜索体验。因此，在本研究中，我们探讨了在问答（Q/A）任务中，如何在 14 名受试者的 EEG 数据中预测信息需求的实现情况。此外，我们还研究了在哪些 EEG 特征的组合组合能够获得最佳的预测性能，以及在哪些 Q/A 查询区域中，受试者对信息需求的实现更为显著。来自本工作的发现表明，EEG 数据足以在所有受试者身上实现对信息需求实现的实时预测，准确率为 73.5%（标准差 2.6%），在单个受试者层面上，准确率为 90.1%（标准差 22.1%）。本工作有助于弥合这一鸿沟，通过将理论神经科学的进展与实际的信息检索实践相结合，为对信息需求实现的实时预测 paving the way。