基于凝视和预训练语言模型的英语为第二语言学习者未知词检测

英语为第二语言（ESL）学习者常常遇到未知词汇，这会阻碍其文本理解。自动检测用户阅读过程中遇到的未知词汇，可为计算系统提供即时定义、同义词或上下文解释，从而以自然流畅的方式帮助用户学习词汇。本文提出EyeLingo，一种基于转换器的机器学习方法，能够基于文本内容和眼动轨迹实时以高准确率预测未知词汇的概率。20名参与者的用户研究显示，我们的方法可实现97.6%的准确率，F1分数达71.1%。我们实现了一个实时阅读辅助原型，展示了EyeLingo的有效性。用户研究表明，我们的方法在愿意使用和有用性方面相对于基线方法具有显著优势。