EMTeC: 机器生成文本上的眼动集体
Lena S Bolliger1, Patrick Haller2, Isabelle C R Cretton2
1Department of Computational Linguistics, University of Zurich, Andreasstrasse 15, Zurich, 8050, Switzerland. bolliger@cl.uzh.ch.
Behavior research methods
|June 3, 2025
概括
本研究介绍了机器生成文本库 (EMTeC) 上的眼睛运动,详细介绍了人类阅读人工智能生成内容的眼睛跟踪数据. 该集体能够研究阅读行为和AI模型的可解释性.
科学领域:
- 认知科学 认知科学
- 计算语言学 计算语言学
- 人与计算机的交互
背景情况:
- 了解人类阅读行为对于人工智能发展至关重要.
- 现有的 corpora 缺乏对机器生成文本的自然眼睛跟踪数据.
研究的目的:
- 在机器生成文本库 (EMTeC) 上介绍眼动.
- 为研究人类阅读人工智能生成的内容提供资源.
- 促进对人工智能模型解释性和阅读行为的研究.
主要方法:
- 收集了来自107名参与者阅读三种大型语言模型生成的文本的眼睛跟踪数据.
- 使用了五种解码策略和六种文本类型类别.
- 包括预处理的眼动数据,模型内部和语言注释.
主要成果:
- EMTeC的数据库提供了原始和处理的眼睛跟踪数据,包括固定序列和读取措施.
- 它包含语言模型内部 (过渡/注意力得分,隐藏状态) 和语言注释.
- 该集体包括纠正的固定序列,考虑到垂直校准漂移.
结论:
- EMTeC支持各种研究,包括对AI文本的阅读行为分析和解码策略.
- 它有助于开发新的数据处理算法,并提高AI模型的可解释性.
- 该库对于评估人类阅读时间的预测模型非常有价值.


