PulseAugur
中
实时 07:17:58
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文本关键词提取

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员通过整合人类阅读行为，特别是眼动追踪数据，开发了一种新颖的关键词提取方法。他们创建了一个成本效益高的基于网络的系统和一个中文图书馆与信息科学摘要的眼动追踪语料库（CLIS-ET）。研究发现，首次注视时长、注视次数和总注视时长等特征持续提高了关键词提取性能，证明了将读者注意力信号整合到文本分析中的价值。 AI

影响 这项研究通过整合人类认知信号，有望带来更细致、更准确的关键词提取系统。

排序理由 该项目是一篇学术论文，详细介绍了一种新的关键词提取方法和数据集。[lever_c_demoted from research: ic=1 ai=1.0]

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文本关键词提取

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