James Michaelov

研究发现：类N-gram模型比Transformer模型更能预测阅读时间

一篇新论文提出，传统的类N-gram语言模型可能比复杂的Transformer模型更能预测自然阅读时间。研究表明，虽然Transformer模型在预测下一个词方面表现出色，但其概率与阅读时间指标的相关性不如简单的N-gram统计数据。研究发现，预测结果最接近N-gram概率的神经网络语言模型，也能最佳预测自然文本的眼动追踪数据。