Vincy_King

在网上传播假新闻（以及一般的虚假信息）最近被认为是威胁整个社会的一个主要问题。这种传播在很大程度上是由于新的媒体形式，即社交网络和在线媒体网站。研究人员和从业者一直试图通过描述假新闻并设计自动检测它们的方法来回答这个问题。到目前为止，这些检测方法的成功程度还很有限，这主要是由于新闻内容和上下文的复杂性，以及缺乏适当的注释数据集。提高自动错误信息检测方法效率的一种可能的方法是模仿人类的检测工作。在更广泛的处理假新闻传播的意义上，了解网络用户的新闻消费行为也很重要。

当说话者描述一幅图像时，他们倾向于在提到物体之前先看它们。本文通过对图像描述生成过程的计算建模，研究了这种序列跨模态对齐。作者以一个SOTA的图像字幕系统作为出发点，利用人类注视信息设计不同模型变体。本文主要是提出了第一种生成图像描述的方法，其中视觉处理是按顺序建模的。经实验和分析证实，通过利用注视驱动的注意力，可以获得更好的描述，并通过比较将注视模式与语言产生对齐的不同方式，该方法在一定程度上来阐明人类的认知过程。作者发现，依次处理凝视数据会导致描述与说话者产生的描述更一致，更多样化、更自然——特别是当凝

本文提供了一个荷兰语口语图像描述的语料库，结合两组眼球追踪数据：free viewing，参与者没有任何特定目的地观看图像，以及description viewing，我们跟踪眼球运动，同时参与者对他们正在观看的图像进行口头描述。本文描述了数据收集过程和语料库本身，并对图像描述中的自校正进行了初步分析，并发现了两个结果。description viewing的眼球追踪数据比free viewing任务更连贯；图像描述的变化（也称为）在不同语言之间只有适度的相关性。

本文感兴趣的是研究是否可以利用人类注视信号来提高最先进的搜索引擎性能，以及如何将这个以人类注意力为标志的新输入信号整合到现有的神经检索模型中。在本文中，作者提出了GazBy (

最近的几项研究表明，阅读过程中的眼球运动提供了关于语法和句法处理的信息，这有助于NLP模型的诱导。然而，所有这些研究都仅限于英语。这项研究表明，注视和词性(PoS)的相关性在很大程度上在英语和法语之间转移。这意味着我们可以复制之前关于法语中基于注视的PoS标记的研究，但我们也可以使用英语注视数据来帮助法国NLP模型的诱导。......

A Survey on Using Gaze Behaviour for Natural Language Processing1. Abstract摘要中主要介绍本文的工作，整篇主要讨论了在NLP领域gaze behavior用来处理的不同task。gaze behavior属于认知领域，它的收集是一个很费时费钱的工作。因此本文专注于研究模型在运行时的注视行为，并且也描述了多语言任务中的不同的eye tracking语料库。最后通过讨论应用点以及gaze behavior如何能够帮助解决一些文字识别和