本書以深度學習理論、自然語言處理理論、語言認知計算理論為核心，提出了一種基于深度學習的閱讀眼動可計算模型，并被應用在兩個任務上。第一個是結合深度學習和領域知識的閱讀眼動注視詞預測，第二個是基于閱讀眼動的生物特征識別。
第1章緒論
1.1研究目的與意義
1.2國內外研究概況
1.3相關研究述評及發(fā)展趨勢
1.4研究內容
第2章閱讀眼動注視序列標注方法
2.1自然語言處理序列標注任務
2.2閱讀眼動注視序列標注方法
2.3數(shù)據(jù)集
2.4評價指標
2.5實驗平臺
2.6方法在機器學上的實現(xiàn).
2.7本章小結
第3章基于深度學讀眼動模型
3.1基于深度學讀眼動模型基本架構
3.2基于預訓練詞向量和語言數(shù)據(jù)一維卷積的閱讀詞富語義表示
3.3融人注意力機制的閱讀眼動模型架構
3.4閱讀眼動序列標注分類器
3.5小樣本閱讀眼動數(shù)據(jù)下的堆疊式LSTM層數(shù)優(yōu)化
3.6基于多輸入深度學的閱讀眼動領域知識融合
3.7與其他模型的對比
3.8本章小結
第4章基于深度學讀注視詞預測
4.1網(wǎng)絡架構
4.2基于 Provo語料庫的閱讀注視詞預測
4.3基于 GECO語料庫的閱讀注視詞預測
4.4基于 Dundee語料庫的閱讀注視詞預測
4.5閱讀眼動數(shù)據(jù)技術
4.6與現(xiàn)有方法的對比.
4.7本章小結.
第5章基于閱讀眼動的生物
5.1基于眼動軌跡的生物
5.2問題設置
5.3基于閱讀眼動的生物模型架構
5.4注視序列相似度量方法
5.5實驗過程與方法
.5.6實驗結果與討論
5.7 本章小結
第6結與展望
6.1結論和創(chuàng)新點
6.2未來工作方向.
參考文獻
附錄
第1章緒論
1.1研究目的與意義
閱讀眼動(eye - movement)指人類在閱讀文字時的眼球運動行為，由一系列的注視(fixation)和眼跳(saccade)組成。本書通過構建基于深度學讀眼動可計算模型，解決現(xiàn)有閱讀眼動模型建模過程較復雜和需要較多手工提取特征的問題，從而更地模擬人的閱讀眼動行為。通過應用所提出的模行閱讀眼動注視詞預測和基于閱讀眼動的生物一步驗證模型的和有效。
本書的研究意義如下:
(1)閱讀眼動建模是語言認知科學的研究熱點，通過構建新型閱讀眼動可計算模型，可以定量分析閱讀行為和評價已有模型，為驗證、修正和反駁現(xiàn)有理論假設提供有力的證據(jù)。
(2)通過構建閱讀眼動可計算模型，對影響讀者眼跳模式和眼跳策略的語言學特行定量研究，考察閱讀背后的認知機制以及眼跳目標選擇機制，會語言認知科學和閱讀行為科學的發(fā)展。
(3)構建基于深度學讀眼動模型，可以借鑒深度學然語言處理已有研究成果，利用深度學提取特征的優(yōu)勢，以減少使用手工提取特征;利用自然語言序列標注與閱讀眼動注視序列的高度相似，以簡化閱讀眼動建模過程。
（4）基于深度學讀眼動計算模型在機器視覺、自然語言處理，虛擬現(xiàn)實、身份識別等領域都有重要的應用價值。
……
書單推薦
