PulseAugur
中
实时 08:49:56
English(EN) Leveraging Human Reading Behavior for Keyphrase Extraction: A Webcam-based Eye-tracking Corpus

眼动追踪数据增强学术摘要关键词提取

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种新颖的关键词提取方法，通过整合人类阅读行为，特别是眼动追踪数据。他们使用轻量级的、基于网络的SearchGazer库创建了中文LIS眼动追踪语料库（CLIS-ET）。该语料库包含首次注视时长、注视次数和总注视时长等特征，并将其整合到Att-BiLSTM+CRF模型中。研究发现，这些眼动追踪特征显著提高了关键词提取的性能，其中注视次数和总注视时长的组合取得了最佳结果。 AI

影响 这项研究通过整合人类认知信号，有望带来更准确、更具上下文感知能力的关键词提取工具。

排序理由 该集群描述了一篇学术论文，该论文提出了一种新的关键词提取方法和数据集。

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

眼动追踪数据增强学术摘要关键词提取

报道来源 [2]

  1. arXiv cs.CL TIER_1 English(EN) · Chengzhi Zhang, Xinyi Yan, Wenqi Yu ·

    利用人类阅读行为进行关键词提取：一个基于摄像头的眼动追踪语料库

    arXiv:2608.10688v1 Announce Type: new Abstract: Purpose: Keyphrases are statistically and semantically important textual units that can also attract readers' attention during comprehension. However, existing keyphrase extraction (KPE) studies mainly focus on improving textual rep…

  2. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Wenqi Yu ·

    利用人类阅读行为进行关键词提取：一个基于摄像头的眼动追踪语料库

    Purpose: Keyphrases are statistically and semantically important textual units that can also attract readers' attention during comprehension. However, existing keyphrase extraction (KPE) studies mainly focus on improving textual representation while largely overlooking human read…

相关实体

相关话题