热点事件历史事件
语义更新能否预测自然阅读注视时长
1 篇报道1 个报道来源9 天前更新
先了解这件事
AI 综述
2026年10月19日，Gupta、Lopopolo 与 Rabovsky 在 bioRxiv 发布预印本（尚未经同行评议），检验由 Sentence Gestalt（SG）模型导出的语义更新（SU）指标能否预测自然阅读中的总注视时长，并考察其相对词级 surprisal 的解释力。该预印本为目前可查的最早报道，未提供样本量、实验设计与统计结果等细节，因此语义更新是否优于词级指标、效应大小如何，均无法据此判断。相关结论属预印本阶段的初步结果，需经同行评议和独立重复验证。
AI 根据报道生成 · 9 天前更新
最新进展10月19日 08:00
bioRxiv 预印本首次检验语义更新指标对自然阅读总注视时长的预测力，结果待同行评议。报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- bioRxiv · Neuroscience语义更新可预测阅读时间：超越词级 surprisal 的眼动研究
Gupta、Lopopolo 与 Rabovsky 在 bioRxiv 发布预印本，检验由 Sentence Gestalt（SG）模型导出的语义更新（SU）能否预测自然阅读中的总注视时长。