案例研究:多语言眼动语料库(MECO)的第二波:跨语言的新文本阅读数据

阅读研究在历史上严重依赖英语使用者,在认知科学中造成了巨大的以英语为中心的偏见。为了构建一个真正普遍的阅读大脑图景,全球多语言眼动语料库(MECO)项目正在三个主要阶段解决这种不平衡问题。第1波已经完成,第3波即将到来,Noam Siegelman, Sascha Schroeder, Victor Kuperman, and their colleagues 已正式发布MECO Wave 2。发表于科学数据,信息在MECO官方网站,这一关键的第二阶段实时捕捉了13种母语的654名参与者的第一语言阅读行为。
EyeLink眼动仪的标准化实验方法
为了确保直接的跨语言可比性,研究人员在15个国家的16个实验室中使用了统一的多步骤程序:
- 语言分析:参与者首先填写了一份简明的语言经验和能力问卷(LEAP-Q),以记录他们的人口统计背景和自评母语能力。
- 文章阅读任务:接下来,参与者用母语默读12篇百科全书式的维基百科式文章。为了避免主题差异影响结果,我们直接翻译了五篇文本,使其在每种语言中具有完全相同的含义。其他七篇文章主题相同,但每种语言都写得很自然。
- 理解和认知评估:在每篇文章之后,参与者立即回答了四个作为注意力检查的是/否理解问题。最后,参与者完成了非言语智力测试(CFT-20矩阵)以及个人母语阅读技能评估。
在不同的全球研究环境中实现数据质量需要严格的技术协调。每个参与的实验室都在EyeLink眼动仪(包括EyeLink 1000、EyeLink 1000+、EyeLink Portable Duo和EyeLink II系统)。参与者在下巴和前额支撑上休息,以尽量减少头部运动,同时以1000 Hz的采样率从主眼单目跟踪眼球运动。研究人员使用SR Research对实验任务进行编程Experiment Builder软件,保证毫秒级精确定时均匀刺激呈现。
语言多样性和地理覆盖范围的扩大
第二波浪潮代表着在弥合与代表性不足的语言社区之间的差距方面取得了巨大的飞跃:
- 前所未有的覆盖率:在这波浪潮中分析的13种语言中,有9种语言在眼动研究中所占的比例不到1%。
- 新的书写系统:该扩展包含七种全新的语言和八种新的书面语言,将天城文(印地语)和表意文字(普通话)等非拉丁文字纳入全球数据集。
不同语言眼动模式的差异
1.字符密度和视觉信息单元
传达意义所需的物理区域在不同的脚本之间差异很大,直接影响读者的眼睛跳跃(扫视)的距离以及单词跳过的频率.
- 标志文字(普通话):中文将密集的语义信息打包成紧凑的单个字符。由于一个单词通常只由一两个视觉上密集的字符组成,与字母读者相比,中文读者表现出更高的跳过率和更高的回归率(回头看之前的文本)。
- 字母脚本(拉丁语、西里尔语):拼写出来的单词将视觉信息分散在多个字母上,从而降低了跳过率,延长了以字符为单位的平均扫视长度。
2.形态复杂性和类型学
语言如何从较小的意义单位(语素)构建单词,对读者的视觉系统提出了不同的处理要求.
- 凝集语言(巴斯克语、土耳其语):凝集语通过将多个前缀和后缀串在一起来构建复杂的单词。因为单个单词的语法负担很重,而且往往更长,巴斯克语的读者会唤起更长的总注视持续时间和更高的每个单词注视次数。
- 合成/融合语言(印地语、德语、俄语):形态丰富的语言需要额外的认知处理来解析屈折和格标记。这种结构的复杂性导致了重新固定率的增加(在第一次通过时看一个单词不止一次)和凝视时间的延长。
3.脚本布局和视觉复杂性
除了单词结构,书写系统的物理外观和布局还会影响阅读过程中的初始视觉吸收.
- 阿布吉达书写系统(印地语/天城文):天城文将辅音和元音组合成单个视觉单位(音节块),并使用连续的水平悬挂线(Shirorekha)。与透明字母脚本相比,这种视觉上复杂的布局导致了更长的首次注视持续时间和平均每个单词更多的注视。
- 阿布吉达书写系统(印地语/天城文):天城文将辅音和元音组合成单个视觉单位(音节块),并使用连续的水平悬挂线(Shirorekha)。与透明字母脚本相比,这种视觉上复杂的布局导致了更长的首次注视持续时间和平均每个单词更多的注视。
眼运动关键指标概览
| 测量 | 徽标(中文) | 阿胶,阿胶(BASQUE,HINDI) | 字母顺序(例如,英语、西班牙语) |
|---|---|---|---|
| 跳过率 | 高 | 低至中等 | 适度 |
| 注视时长 | 每个字符短 | 整体较长 | 适度 |
| 注视时长 | 低 | 高 | 适度 |
| 回归率 | 高 | 适度 | 低至中等 |
MECO Wave 2由可靠的EyeLink硬件和标准化的测试协议提供支持,为全球阅读流畅性、跳词和注视提供了重要的基准。随着第二波浪潮弥合了最初发现与即将到来的第三期之间的差距,该项目继续将认知科学推向真正通用的人类语言处理模型。
有关眼动追踪如何帮助您的研究的信息,请查看我们的解决方案和产品页面或联系我们。我们很乐意为您提供帮助!
