基于凝视和预训练语言模型的英语为二语学习者未知词检测
人机交互
2025-02-17 v1 计算与语言
摘要
英语为二语学习者（ESL）经常遇到不熟悉的词汇，这会阻碍其文本理解。自动检测用户阅读过程中的未知词汇，能够使计算系统在恰当时机提供定义、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。本文提出了 EyeLingo，一种基于Transformer的机器学习方法，能够基于文本内容和眼动轨迹实时预测未知词汇的概率，准确率高。20名参与者的用户研究显示，该方法可实现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，与基线方法相比，该方法在用户愿意使用和实用性方面均有所提升。
引用
@article{arxiv.2502.10378,
title = {Unknown Word Detection for English as a Second Language (ESL) Learners Using Gaze and Pre-trained Language Models},
author = {Jiexin Ding and Bowen Zhao and Yuntao Wang and Xinyun Liu and Rui Hao and Ishan Chatterjee and Yuanchun Shi},
journal= {arXiv preprint arXiv:2502.10378},
year = {2025}
}