Name: 使用眼动来评估文本理解中涉及的认知过程 (视频) | JoVE Journal
Uploaded: 2014-01-10T13:45:00.000+00:00
Duration: 6 min 49 s
Description: 学习使用眼动追踪技术评估文本理解中的认知过程。本方法通过记录阅读时的眼动数据，分析注视时长与模式，帮助研究者深入理解阅读行为与语言加工的实时动态。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

我们感谢所有参与过伊利诺伊大学芝加哥分校语言研究实验室开展的研究工作的人员。同时感谢弗朗西斯·丹尼尔（Frances Daniel），她在开发用于收集本文所呈数据的程序过程中发挥了关键作用。

1. 眼动仪设备的特性
眼动仪在测量眼动方式、眼位测量频率（采样率）、确定眼位的准确性、允许头部移动的程度以及使用便捷性方面各有不同。这些因素的重要性取决于所进行的研究类型及受试者特征。例如，在大多数阅读研究中，需要高精度来确定受试者正在注视哪一个单词。再如，当以儿童为受试者时，对头部运动的容忍度和操作便捷性则至关重要。
本文所述研究采用SR Research公司生产的EyeLink 1000眼动仪（SR Research Ltd）进行。眼动系统示意图见图1。EyeLink系统通过测量视频图像中瞳孔位置的变化来追踪眼动。该过程通过向受试者眼睛投射弥散的红外光（对受试者不可见）实现，并利用高分辨率红外感应摄像机记录单眼（或双眼）的红外反射图像。红外光源和摄像机位于用于呈现刺激的显示器下方。使用红外光可避免可见光谱光源产生的干扰反射。红外光会在瞳孔所在位置产生一个亮斑（光线进入瞳孔后由视网膜反射，使瞳孔变亮），并在眼球表面产生一个称为角膜反射的微小光点。视频图像被数字化，以便测量视频帧中瞳孔（即亮斑）的水平和垂直运动。角膜反射是一个固定的反射点，除非头部移动，否则其位置不变（因其为眼球表面的反射，故眼球运动时该反射点不移动）。通过测量角膜反射，可区分由头部移动引起的反射点位移与单纯的眼球运动（后者不引起角膜反射点移动）。为尽量减少头部移动并使受试者保持在摄像机的焦距范围内，参与者在阅读计算机屏幕上呈现的文本时需将头部置于额托和颏托上。以下介绍眼动追踪系统的若干关键特性。
<ol>
	<li>采样率采样率指的是每秒测量眼动位置的次数。EyeLink 1000 系统的采样率为 1,000 Hz，表示眼动位置每秒测量 1,000 次。常见的采样率包括 1,000 Hz、500 Hz、250 Hz 和 60 Hz（许多计算机显示器的视频刷新率/频率）。 
	注意：在阅读研究中，目标是准确测量注视和眼跳的位置及持续时间。正常成人在阅读时，注视持续时间通常在100-800毫秒之间，平均约为250毫秒（针对大学生年龄段的读者）。当读者将视线从一个词移动到下一个词时，眼跳的持续时间通常为10-20毫秒。较大的眼跳（例如从一行末尾移动到下一行开头）持续时间可能长达60-80毫秒。更高的采样率在测量注视和眼跳持续时间时可提供更好的时间精度（也称时间分辨率）。具体而言，平均时间误差约为采样间隔时长的一半。例如，1,000 Hz的采样率（每1毫秒采样一次眼位）将导致平均误差为0.5毫秒，而60 Hz的采样率（每16.7毫秒采样一次眼位）将导致平均误差约为8毫秒。8毫秒的误差可能过大，不适合用于研究眼跳持续时间，但可用于研究注视持续时间。三十年前，大多数阅读研究使用采样率为60 Hz的眼动仪。目前，大多数阅读研究采用能够以500 Hz或1,000 Hz采样率运行的眼动仪进行。 
	阅读时，目标是使双眼聚焦于同一位置；因此，通常做法是记录单眼的眼动。一些眼动追踪系统支持同时追踪双眼。同时追踪双眼的优点是可以选择追踪精度更高的那只眼用于最终分析。其缺点是一般采样率会降低为原来的一半即&#160;单眼记录时的采样率为 1,000 Hz，而双眼同时记录时则降低至 500 Hz。</li>
	<li>准确性。准确性是指计算出的注视位置与实际注视位置的吻合程度，以视觉角度（visual angle）的度数表示（半圆为180º视觉角度）。EyeLink 1000系统的平均准确性为0.25–0.5º视觉角度。为了便于理解，当观察17–20英寸&#160;在正常观看距离下，电脑显示器的宽度覆盖20-30º的视角。 
	注意：所需的准确度取决于研究目标。如果目标是测量注视的是行中的哪个字符，则需要字符位置的准确度；如果目标是测量注视的是行中的哪个单词，则需要单词位置的准确度。在本研究中，文本显示设置为约3个字符对应1°视角度。该测量值约为3个字符，因为文本采用比例字体显示即&#160;字符的宽度各不相同，例如该字符 i 比……更窄 w）。为了获得字符位置的准确性，眼动仪必须在30°水平范围内（计算机显示器的宽度）将注视位置确定在1/3°以内（约一个字符的宽度）。为了获得单词位置的准确性，眼动仪必须在1°范围内确定长度为3个字符的单词的注视位置。眼动仪在测量较大的垂直眼动时，其准确性通常略低例如&#160;从屏幕底部向顶部移动）因为瞳孔可能部分被眼睑和睫毛遮挡。通过将文本行距设为双倍，可显著减轻或消除这一问题，从而更容易辨别当前正在阅读的是哪一行文本。对于17-20英寸&#160;计算机显示器上，双倍行距产生的行间垂直间距约为2.5°，在此范围内，EyeLink 1000及大多数新一代眼动仪均能实现精确追踪。</li>
	<li>头部运动EyeLink 1000 系统允许的头部移动范围为 25 mm × 25 mm × 10 mm（水平 × 垂直 × 深度）。也就是说，受试者可在初始校准（下文将解释）所确定的头部位置基础上，左右移动 ±12.5 mm、上下移动 ±12.5 mm、前后移动 ±5 mm，而不会影响记录精度。左右和上下方向的限制是为了确保眼睛始终处于视频摄像头的视野范围内，前后方向的限制则是为了确保眼睛处于视频摄像头的焦距范围内。使用前额/下巴组合托架可轻松将头部运动控制在此范围内。 
	注意：如果需要更大的头部移动，例如显示器由三个并排的屏幕组成，需通过转动头部来查看每个屏幕（如驾驶模拟器中的情况），则 &#34;头戴式&#34; 有一种眼动仪版本无需使用额头/下巴托架。对于头戴式系统，用于追踪眼动位置的摄像头安装在可调节的头带上，因此受试者可以自由移动头部。另有一个朝前的摄像头用于记录受试者所观察的场景。眼动数据是相对于所观察的场景来确定的。头戴式系统的缺点在于采样率降低至最高500 Hz或更低，由于大幅度的头部运动可能引入误差，其准确性通常略低，且设置时间通常稍长，因为需要为每位受试者调整眼动摄像头的位置。头戴式眼动仪的操作软件与EyeLink 1000基本相同。</li>
	<li>系统设置时间EyeLink 1000 通常可在 5 分钟内完成安装和校准&#160;或更短，这是基于视频的眼动仪的典型特征。该过程将在以下操作步骤部分进一步说明。</li>
</ol>
2. 刺激材料准备
在比较不同条件下刺激材料的眼动情况时，需要对已知会影响眼动的特征进行匹配。本文所使用的隐喻文本说明了在比较两种刺激材料的阅读过程时应控制的若干重要属性。
<ol>
	<li>关键词应在平均词长（以字符数计）和词频（通常以每百万词出现次数表示）方面在不同条件下进行匹配。这一点至关重要，因为随着词频降低，注视持续时间会增加；而随着词长增加，对某个词产生注视的概率也会提高10,13。在隐喻段落中，熟悉与不熟悉的隐喻所包含的内容词在平均词长和词频上均进行了匹配。</li>
	<li>关键词应在文本和句子中的相似位置呈现。这一点非常重要，因为句子末尾的词通常比句子中较早出现的词阅读速度更慢，且读者在通读段落过程中 tends to read faster，但在最后一句话时又会减慢11,12。在隐喻段落中，所有隐喻均出现在第三句话的末尾。若将部分隐喻置于句首、另一些置于句末，则会导致阅读时间的差异，而这种差异并非由隐喻本身引起。</li>
	<li>关键短语应在词长和结构上大致匹配。这一点很重要，因为句子长度和句法结构会影响阅读时间、注视次数以及回视的可能性13。在隐喻段落中，熟悉与不熟悉的隐喻具有相同的词数和结构（X 是一个 Y）。</li>
	<li>关键词之前出现的上下文应在词数、格式和加工难度方面大致相等。在不同条件下对上下文进行平衡是必要的，因为上下文约束会影响后续词语的注视持续时间1,14。在隐喻段落中，第一个上下文句子始终与隐喻中的第一个关键词（love 和 fisherman）相关，第二个上下文句子始终与隐喻中的第二个关键词（flower 和 spider）相关。</li>
	<li>关键词或关键短语不应是段落的最后一个词或短语。这一点非常重要，因为读者阅读文本结尾部分的速度通常慢于文本的其他部分，这种现象称为段落收尾效应（passage wrap-up effect）12。添加一个结尾句还有助于测量加工溢出效应。溢出是指加工难度从一个句子延续到下一个句子的现象。在隐喻段落中，隐喻之后均跟随一个中性结尾句。如果读者未能理解某个隐喻的含义，他们可能会继续阅读下一句以寻找理解线索。因此，该结尾句被有意设计为中性，以避免提供意义提示。 
	尽管上述刺激材料的控制特性是以隐喻为例进行说明的，但这些原则适用于大多数文本理解研究，或任何对语言刺激进行操控的研究。以我们之前的例子为例：读者解答基于文字的数学题，题目复杂度不同（e.g.&#160;高复杂度与低复杂度）。我们不希望高复杂度题目包含比低复杂度题目更多的罕见词（极低频词），否则数学复杂度将与词频混淆。当然，实验目的决定了需要控制哪些特征。例如，如果实验目标是考察句子结构如何影响加工过程，则必须对句子结构进行操控。回到数学题实验，研究者可能希望探讨不同语法结构如何影响解题难度。例如，包含题目关键信息的句子可采用主动语态或被动语态书写。可以测量读者在这些关键句子上的眼动模式，以及其对正确解答判断的影响。</li>
</ol>
3. 实验运行
<ol>
	<li>参与者应首先签署知情同意书，该同意书需描述实验的一般流程。由于基于视频的眼动追踪设备不与眼睛直接接触，且被批准为在所有条件下均安全的1类LED设备，因此本文所述的行为学研究通常由机构的行为学IRB（机构审查委员会）批准，而非医学IRB。如果眼动追踪程序与医学操作结合使用，例如在进行fMRI扫描的同时记录眼动，则需要医学IRB的批准。</li>
	<li>参与者应关闭或静音所有可能造成干扰的电子设备。</li>
	<li>应调节颏托的高度，使被监测的眼睛大致位于视频显示的中心位置。</li>
	<li>参与者应调节座椅高度，使其能够舒适地将下巴放在颏托上，前额贴紧额托。参与者在放松时往往会在座椅中下垂，导致前额离开额托，这可能增加眼动记录中的垂直误差。为尽量减少该问题，应确保参与者开始时下巴略高于颏托位置，以便其能够自然地将下巴置于颏托上。</li>
	<li>在实验开始前，应向参与者说明眼动仪的调节与设置方法。在显示器上呈现说明信息，可让参与者在实验开始前了解显示界面的外观，并根据需要进一步调整其在额托/颏托上的位置。</li>
	<li>确保在摄像头显示中仅能看到被记录的眼睛。这可以防止当参与者进行大幅度头部运动时，眼动仪&#34;切换&#34;到另一只眼睛。如果双眼均处于摄像头视野内，当参与者移动头部至被记录眼的图像移出摄像头视野、而另一只眼进入视野时，眼动仪将&#34;搜索&#34;新的瞳孔反射，从而导致“切换”。当头部恢复至初始位置时，眼动仪将重新回到原始眼，但此切换过程会造成眼位暂时丢失。</li>
	<li>调节摄像头焦距（图像将在实验者的显示器上显示）。正确的焦距可提高对瞳孔和角膜反射的检测与追踪能力。</li>
	<li>调节视频摄像头的红外敏感度阈值。EyeLink系统具有&#34;自动阈值&#34;功能，可为绝大多数参与者正确设置阈值。如果在眼睛附近可见大面积的红外反射，可手动降低阈值。此时，眼动仪应能检测到瞳孔和角膜反射，并开始追踪眼位（以瞳孔和角膜反射上的十字线为标志）。</li>
	<li>通过让参与者注视计算机显示器的各个角落，确保在整个显示区域内均能追踪到瞳孔和角膜反射。如果在显示边缘处丢失瞳孔或角膜反射，通常可通过前后移动颏托底座以倾斜参与者头部来解决。对于佩戴眼镜的参与者，当其以极端水平或垂直角度注视时，镜框有时会遮挡眼部视频图像的一部分。仅当在刺激呈现区域内无法全程追踪瞳孔和角膜反射时，此问题才需关注。必要时，可通过在较小范围内进行校准（如下所述）来补偿此问题。</li>
	<li>校准是用于设定眼动追踪软件以准确追踪眼动的过程。该过程通过记录参与者注视显示器上已知位置的一组九个注视点（黑点）时的眼位来实现。注视点以随机顺序呈现。注视点的数量可根据刺激所占显示区域的大小进行调整。如果文本段落占据大部分显示区域，校准应采用九点布局（左上、上中、右上、中左、中中、中右、左下、下中、右下）。如果仅在显示区域垂直中心呈现单行文本，则可将校准范围缩小至显示区域的中心区域。</li>
	<li>在校准过程中，指导参与者注视每个点直至其消失，并避免预测点的移动。如果参与者试图通过眼动预测下一个点的位置，可手动控制点的移动，以确保在下一个点出现前，参与者已稳定注视当前点。</li>
	<li>验证校准结果。在验证过程中，参与者需再次注视与校准阶段相同的九个点。系统将计算出的注视位置与已知的注视位置进行比较，以确定计算注视位置的视觉误差程度。此时，软件将显示每个注视点的视觉误差、所有点的平均误差以及最大误差。</li>
	<li>如果平均误差超过0.5º视觉角度，则必须检查眼动仪的设置并重复校准过程。平均误差综合了垂直和水平误差；因此，例如0.3º的可接受平均误差可能反映小的水平与垂直误差组合、小的水平误差（e.g.&#160;0.1º）与大的垂直误差（e.g.&#160;0.6º）的组合，或误差模式的变化。因此，研究人员应检查每个校准点的水平和垂直位移，并根据实验的具体要求设定可接受误差的阈值。例如，若刺激为出现在屏幕中央的单行句子，则垂直精度的重要性较低，因为仅有一行文本。前述0.1º水平误差与0.6º垂直误差的组合对于单行显示可能是可接受的。当使用多行文本段落时，垂直和水平精度均至关重要。</li>
	<li>在校准达到可接受标准后，开始实验。指导参与者在刺激呈现期间不要说话。说话会导致头部在颏托上上下移动，从而降低眼动追踪的准确性。</li>
	<li>首先呈现少量练习试次，使参与者熟悉眼动仪、反应控制器（如使用）以及刺激的呈现格式。</li>
	<li>在每次试次开始前，会在文本首词将出现的位置显示一个注视点（常称为漂移校正点）。指导参与者在每次试次前注视该漂移校正点。如果注视漂移校正点时的视觉误差超过最大允许误差（0.5º），系统将不允许试次开始。此时需要重新校准。这可确保整个实验过程中追踪的持续准确性。由于系统已设定为追踪参与者的眼睛，重新校准通常耗时不到一分钟。</li>
	<li>在完成练习试次后，询问参与者是否有任何问题。参与者需从额托/颏托上移开头部以提问。当参与者返回额托/颏托后，应重新检查追踪准确性，因为其头部位置不会完全与之前一致。可通过让参与者注视漂移校正点，并将其计算位置与实验者显示器上显示的实际位置进行比较来完成。对于大多数参与者，从额托/颏托上移开后再返回通常无需重新校准。</li>
	<li>如果在实验过程中参与者需要休息，或追踪质量下降（通常由于参与者在座椅中重新调整姿势所致），应检查校准并根据需要重新校准。参与者在实验过程中往往会放松坐姿（下垂），这可能改变头部角度，从而降低追踪准确性并导致需要重新校准。在较长时间的实验中，每15-20分钟&#160;安排短暂休息可最大限度减少此问题。</li>
	<li>实验结束后应对参与者进行事后说明。</li>
</ol>

<ol><li>Ashby, J., Rayner, K., Clifton, C. Jr <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Eye+movements+of+highly+skilled+and+average+readers%3A+Differential+effects+of+frequency+and+predictability%5BTitle%5D)+AND+%22Q.+J.+Exp.+Psychol.%22%5BJournal%5D)">Eye movements of highly skilled and average readers: Differential effects of frequency and predictability.</a> Q. J. Exp. Psychol.. 58A, 1065-1086 (2005).</li>
<li>Binder, K. S., Morris, R. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+eye-movement+analysis+of+ambiguity+resolution%3A+Beyond+meaning+access%5BTitle%5D)+AND+%22Discourse+Processes%22%5BJournal%5D)">An eye-movement analysis of ambiguity resolution: Beyond meaning access.</a> Discourse Processes. 48, 305-330 (2011).</li>
<li>Bowdle, B., Gentner, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+career+of+metaphor%5BTitle%5D)+AND+%22Psychol.+Rev%22%5BJournal%5D)">The career of metaphor.</a> Psychol. Rev. 112, 193-216 (2005).</li>
<li>Campbell, S. J., Raney, G. E. Life Is A Pencil: Using Eye Tracking to Explore Metaphor Processing. the annual meeting of the Psychonomic Society, 2011 Nov, Seattle, WA, , (2011).</li>
<li>Drèze, X., Hussherr, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Internet+advertising%3A+Is+anybody+watching%5BTitle%5D)+AND+%22J.+Interact.+Marketing%22%5BJournal%5D)">Internet advertising: Is anybody watching.</a> J. Interact. Marketing. 17, 8-23 (2003).</li>
<li>Glucksberg, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+psycholinguistics+of+metaphor%5BTitle%5D)+AND+%22TRENDS+Cogn.+Sci%22%5BJournal%5D)">The psycholinguistics of metaphor.</a> TRENDS Cogn. Sci. 7, 92-96 (2003).</li>
<li>Juhasz, B. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+processing+of+compound+words+in+English%3A+Effects+of+word+length+on+eye+movements+during+reading%5BTitle%5D)+AND+%22Lang.+Cogn.+Process%22%5BJournal%5D)">The processing of compound words in English: Effects of word length on eye movements during reading.</a> Lang. Cogn. Process. 23, 1057-1088 (2008).</li>
<li>Lohse, G. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Consumer+Eye+movement+patterns+on+yellow+pages+advertising%5BTitle%5D)+AND+%22J.+Advert%22%5BJournal%5D)">Consumer Eye movement patterns on yellow pages advertising.</a> J. Advert. 26, 61-73 (1997).</li>
<li>Kaakinen, J. K., Hyn, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Perspective+effects+in+repeated+reading%3A+An+eye+movement+study%5BTitle%5D)+AND+%22Mem.+Cogn%22%5BJournal%5D)">Perspective effects in repeated reading: An eye movement study.</a> Mem. Cogn. 35, 1323-1336 (2007).</li>
<li>Raney, G. E., Rayner, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Word+frequency+effects+and+eye+movements+during+two+readings+of+a+text%5BTitle%5D)+AND+%22Can.+J.+Exp.+Psychol%22%5BJournal%5D)">Word frequency effects and eye movements during two readings of a text.</a> Can. J. Exp. Psychol. 49, 151-172 (1995).</li>
<li>Rayner, K., Raney, G. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Eye+movement+control+in+reading+and+visual+search%3A+Effects+of+word+frequency%5BTitle%5D)+AND+%22Psychonomic+Bull.+Rev%22%5BJournal%5D)">Eye movement control in reading and visual search: Effects of word frequency.</a> Psychonomic Bull. Rev. 3, 245-248 (1996).</li>
<li>Rayner, K., Raney, G. E., Pollatsek, A. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aRayner%2C+K+%22Ch.+1.+Eye+movements+and+discourse+processing%22">Ch. 1. Eye movements and discourse processing</a>. Lorch, R. F., O'Brien, E. J. , Erlbaum. Reading. 9-36 (1995).</li>
<li>Rayner, K., Pollatsek, A., Ashby, J., Clifton, C. Ch. 4. Psychology of Reading.. , Psychology Press. 91-134 (2012).</li>
<li>Rayner, K., Reichle, E. D., Stroud, M. J., Williams, C. C., Pollatsek, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+effect+of+word+frequency%2C+word+predictability%2C+and+font+difficulty+on+the+eye+movements+of+young+and+older+readers%5BTitle%5D)+AND+%22Psychol.+Aging%22%5BJournal%5D)">The effect of word frequency, word predictability, and font difficulty on the eye movements of young and older readers.</a> Psychol. Aging. 21, 448-465 (2006).</li>
<li>Yang, G. Z., Dempere-Marco, L., Hu, X. P., Rowe, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Visual+search%3A+Psychophysical+models+and+practical+applications%5BTitle%5D)+AND+%22Image+Vis.+Comput%22%5BJournal%5D)">Visual search: Psychophysical models and practical applications.</a> Image Vis. Comput. 20, 291-305 (2002).</li>
</ol>

不存在利益冲突。作者与本文所述设备的制造商无任何经济利益关系。

技术的进步使得高精度、高可靠性且易于使用的眼动追踪系统得以广泛应用。在语言研究领域，监测眼动能够帮助研究人员确定读者如何评估文本。通过分析注视模式，可以判断文本中哪些部分最难或最容易处理，哪些部分仅需一次注视即可理解，而哪些部分需要多次注视或回视，以及读者处理文本的顺序。这些指标共同支持关于文本理解过程中所涉及的认知过程的结论。
理解能力取决于文本所含信息与读者应用的认知技能和知识之间的相互作用；因此，只有采用对文本属性和读者特征均敏感的加工测量方法，才能全面理解文本理解过程。如前所述，眼动会根据语言特征（如词频、词长和句子复杂性1,2,7,10,11）以及读者特征（如阅读能力和主题知识1,9）而发生变化。因此，眼动为文本理解提供了一个理想的测量指标。
由于眼动会因多种语言特征而变化，因此在研究文本理解所涉及的认知过程时，对刺激材料进行精确控制至关重要。研究人员通常需要投入大量精力来设计受控的刺激材料，其所需付出的努力往往与实际开展实验相当。事实上，研究的质量完全取决于刺激材料的优劣。
眼动追踪方法可为任何向参与者呈现视觉刺激并要求其对刺激进行评估的研究领域提供有价值的数据。例如，在广告领域，可通过测量人们观看视觉广告时注视最多的区域，来确定广告的哪些部分最能吸引注意力5,8。在医学研究中，可通过观察眼动扫描路径以及评估关键解剖结构所花费的时间，判断实习医生与经验丰富的医师在解读X光片或MRI图像时是否存在差异15。在这些例子中，眼动模式反映了图像中哪些部分吸引了观看者的注意力。

当读者阅读文本时，他们的眼睛会通过注视（眼睛静止并聚焦于某个词的位置）和眼跳（眼睛在词之间移动的瞬间）交替的模式，从一个词移动到下一个词。在眼跳之后，如果眼跳使读者在文本中向前移动，随后的注视称为前向注视；如果眼跳使读者回到文本中先前的位置，随后的注视称为回视。眼动追踪方法的基本假设是，加工需求的增加与加工时间的延长或注视模式的变化相关。加工时间的增加可能表现为注视持续时间更长，或注视次数（包括前向注视和回视）更多。
眼动为研究阅读行为提供了相较于整段或逐句阅读时间测量的多个重要优势。首先，监测眼动可获得连续的、实时的阅读表现记录，从而能够在全局水平（整篇文本）、句子水平（单个句子）或局部水平（单个词或短语）上考察文本加工需求。例如，全局难度的变化会引起多项表现指标的改变，如总阅读时间、前向注视次数和回视次数。局部难度的变化也会影响多个指标，如单个词的阅读时间、对词进行注视的概率以及回视特定词的可能性。而整体阅读时间或逐句阅读时间无法提供如此精细的阅读表现测量。其次，眼动是阅读的自然组成部分，因此不会对读者施加额外的任务负担。第三，可对眼动的多个方面进行分析（例如&#160;注视持续时间、眼跳幅度和回视频率），从而揭示阅读过程中的不同加工成分。第四，眼动直接反映了与所读文本特征相关的加工需求。例如，眼动会随词频10,11、词长7、词汇歧义2、语境约束性1以及重复呈现10,13等因素而变化。第五，眼动反映了读者之间的个体差异。例如，眼动会因阅读能力1、对特定主题的先验知识9以及读者年龄14的不同而有所差异。Rayner, Pollatsek, Ashby 和 Clifton13 对阅读过程中的眼动现象进行了全面综述。综上所述，这些优势使眼动成为研究阅读行为的理想指标。
本研究采用眼动方法来探讨文本理解过程中涉及的认知机制。具体而言，实验旨在探究熟悉和不熟悉隐喻的加工方式4。在本研究中，参与者阅读呈现在电脑显示器上的简短文本，同时其眼动被记录。每篇文本包含四个句子：前两个句子提供与隐喻预期含义一致的上下文；隐喻出现在第三个句子中；第四个句子作为中性结尾。以下列出了包含熟悉（1）和不熟悉（2）隐喻的文本示例，其中隐喻部分已加下划线以便识别。
<ol>
	<li>熟悉隐喻段落。彼得以前从未见过如此美丽的女孩。他真心希望两人之间能发展出一些特别的感情。他心想，爱情是一朵花。那天晚上晚些时候，彼得给这个女孩打了电话。</li>
	<li>陌生隐喻段落。大学毕业对许多人来说是一个非常重要的里程碑。实现这一目标需要付出大量努力。对许多人而言，学位是一扇门。大学毕业是值得骄傲的事情。</li>
</ol>
以往基于多种方法的研究表明，熟悉的隐喻比不熟悉的隐喻更容易理解（处理速度更快）3,6。眼动追踪方法的优势在于，能够将理解困难的来源定位到特定词语。例如，研究人员可以确定，理解不熟悉隐喻所需的额外时间，是由于在阅读隐喻中每个词语时速度变慢，还是仅在阅读隐喻的最后一个词时才变慢（此时才明确前面的短语是一个隐喻）。此外，眼动模式有助于推断理解隐喻所涉及的认知过程。例如，当阅读新颖或不熟悉的隐喻时，读者需要进一步加工以提取其比喻意义，这可能表现为眼动模式中的回视行为，即视线返回到隐喻的起始位置，然后再次通读整个隐喻。读者也可能尝试比较隐喻中两个关键词语的含义（例如&#160;love 和 flower），从而导致视线在两个关键词之间来回移动。相反，在阅读熟悉的隐喻时，读者可能在看到隐喻的瞬间就立即提取其比喻意义，因此无需发生回视。关键在于，眼动模式使研究人员能够推断出理解隐喻时的实时认知加工过程，这比仅仅指出“不熟悉隐喻的整体加工时间长于熟悉隐喻”能得出更为详尽的结论。
本文所述研究展示了一种常见的对比方法，用于分析针对两种不同类型书面刺激材料的眼动模式，并提供了一个具体情境，以描述眼动研究方法中的关键方面。重要的是，此处描述的眼动研究方法可推广应用于许多其他问题的研究，例如读者如何解决复杂程度不同的基于文字的数学问题（例如&#160;高复杂度与低复杂度），或领域专家与新手在解决文字题时的差异。眼动数据可用于确定问题中的哪些词语吸引了最多的注意力（即&#160;最长的注视持续时间和最多的注视次数），以及专家与新手是否关注相同的信息。在每种情况下，监测眼动都能提供一份记录，反映阅读理解过程中加工需求随时间变化的动态情况。

<table><tbody><tr><td>眼动仪</td><td>SR Research Ltd.</td><td>EyeLink 1000 Remote Desktop model</td><td></td></tr><tr><td>实验控制软件</td><td>SR Research Ltd.</td><td>Experimental Builder</td><td></td></tr><tr><td>眼动数据分析软件</td><td>SR Research Ltd.</td><td>Data Viewer</td><td></td></tr></tbody></table>

利用眼动追踪评估文本理解中的认知过程

Using Eye Movements to Evaluate the Cognitive Processes Involved in Text Comprehension

本文介绍了如何使用眼动追踪方法来研究文本理解过程中涉及的认知过程。在阅读过程中测量眼动是评估文本理解期间逐时（在线）加工需求最精确的方法之一。认知加工需求体现在眼动行为的多个方面，例如注视时间、注视次数以及回视次数（返回到文本先前部分的次数）。文中还描述了研究人员需要考虑的眼动追踪设备的重要特性，包括眼位测量频率（采样率）、眼位确定的准确性、允许头部移动的程度以及设备的易用性。此外，还介绍了影响眼动并需要在文本理解研究中加以控制的刺激材料特性，例如目标词的位置、出现频率和长度。本文提供了有关被试准备、设备设置与校准以及实验实施的操作建议。通过展示代表性结果，说明了数据的评估方法。尽管本文以阅读理解为例描述该方法，但其中大部分内容也可应用于任何涉及被试阅读语言刺激材料的研究。

眼动的多个方面均可进行分析，通常可分为整体性指标和局部性指标。整体性指标反映整个试验过程中的眼动行为，例如总体阅读时间、所有词语的平均注视时间以及注视总次数（包括前向和回视）。局部性指标则反映特定目标词或一组目标词（如隐喻中的词语）的眼动行为，称为感兴趣区域。局部性指标包括对目标词的注视时间、对目标词的注视概率、在目标词上的注视次数以及回视到目标词的次数等。此外，局部性指标通常按首遍注视、再访注视和总时间来讨论。首遍注视（也称首遍通过）指在首次移向其他词之前对目标词的注视，可视为对目标词的初次接触。再访注视（也称第二遍通过）指初次离开目标词后再次返回并对目标词进行的注视，通常为回视行为。总时间则包括对目标词的所有注视（所有遍次的总和）。此外，还有更复杂的指标用于评估加工时间和眼动模式，例如回视路径持续时间，其定义为从首次接触到某个词到最终移向后续词的总时间。例如，若读者（1）注视了隐喻中的最后一个词，（2）返回并重新注视隐喻中的第一个词，（3）再次注视隐喻的最后一个词，然后（4）注视下一句的第一个词，则该例中的回视路径持续时间将包括前三个注视过程。
一个示例试验的眼动轨迹如图2所示。圆圈代表注视位置，黄色线条代表扫视路径，显示了读者从一个词移动到另一个词的过程。通过隐喻部分注视点的密集程度，可以看出隐喻带来的额外加工难度。可将注视点按感兴趣区域（例如 隐喻中的词语）进行分组，以确定读者在每个词上花费的时间以及在每个词上的注视次数，从而比较熟悉与不熟悉隐喻之间的差异。如图3所示的结果表明，在处理不熟悉隐喻中的两个关键内容词时，所花费的时间显著多于熟悉隐喻中的相应词语。
与记录整段或逐句阅读时间相比，记录眼动的优势如图2和图3所示。例如，在隐喻区域出现了五次注视（图2），包括三次向前注视和两次回视，反映了读者在阅读隐喻时先向前读至“doorway”，随后又回视至“degree”。本质上，该隐喻被阅读了两次。如果仅测量句子阅读时间或总体阅读时间，这一现象将无法被察觉。再以图3为例，读者在阅读隐喻的最后一个词时所花费的时间多于隐喻中其余三个词，且对于四个词中的三个，熟悉隐喻的阅读速度比不熟悉隐喻更快。若仅测量逐句阅读时间，可能显示包含熟悉隐喻的句子阅读时间更长，但无法判断额外的阅读时间是分布在隐喻的所有词上，还是仅集中在特定词上，也无法得知每个词的具体阅读时长。这两个例子说明了记录连续、实时阅读行为的优势。
<img alt="眼动追踪装置设置、注视分析；计算机界面、光学传感器、实时数据处理。" fo:content-width="5in" fo:src="/files/ftp_upload/50780/50780fig1highres.jpg" src="/files/ftp_upload/50780/50780fig1.jpg" data-altupdatedat="1787630408000" data-alt="图1"> 
图1. 左侧图片显示一名受试者将前额/下巴置于托架上，正在注视计算机显示屏。 红外光源和摄像机位于显示屏下方。右侧图片显示实验者的监控界面。上方主画面显示受试者右眼周围面部区域（右眼为被追踪眼），小画面为右眼的放大图像。蓝色区域表示来自受试者头发（主画面）和瞳孔（小画面）的强红外光反射区域。覆盖在眼睛上的十字线标示出瞳孔中心以及靠近瞳孔底部的角膜反射点。 <a href="https://www.jove.com/files/ftp_upload/50780/50780fig1highres.jpg" target="_blank">点击此处查看高清图像。</a>
<img alt="光学字符识别，带有数字化单词坐标和连线的文本分析图。" fo:content-width="5in" fo:src="/files/ftp_upload/50780/50780fig3highres.jpg" src="/files/ftp_upload/50780/50780fig3.jpg" data-altupdatedat="1787630408000" data-alt="图 3"> 
图 2. 来自包含陌生隐喻（a degree is a doorway）示例段落的眼动轨迹。 圆圈表示注视位置，黄色线条表示扫视路径。较大的圆圈代表更长时间的注视。圆圈旁的小数字表示以毫秒（msec）为单位的注视持续时间。间隙（无扫视线，例如在 many people 两个词之间）表示由于伪迹（如受试者短暂闭眼）导致的追踪丢失点。该图显示了在隐喻内部从 doorway 回溯到 degree 的眼动回归现象。
<img alt="柱状图显示对熟悉与不熟悉隐喻词的总注视时间（毫秒）" fo:content-width="5in" fo:src="/files/ftp_upload/50780/50780fig2highres.jpg" src="/files/ftp_upload/50780/50780fig2.jpg" data-altupdatedat="1787630408000" data-alt="图 2"> 
图 3. 对熟悉与不熟悉隐喻中词语的总注视时间（毫秒）。 横轴上的词语对应示例中的熟悉（F）和不熟悉（U）隐喻。数据为10个熟悉隐喻和10个不熟悉隐喻的平均值。

本文介绍了如何使用眼动追踪方法来研究文本理解过程中的认知活动。内容包括眼动追踪设备的描述、实验刺激材料的设计方法以及实验操作建议。文中提供的信息适用于大多数使用语言刺激材料的研究。

本文介绍了如何使用眼动追踪方法来研究文本理解过程中涉及的认知过程。测量眼动……

本实验的总体目标是在阅读过程中记录眼球运动。首先，需要调整眼动追踪设备的位置，确保受试者注视显示器时能够清晰地看到眼睛；第二步是校准软件，以准确记录眼球的运动。第三步是向受试者呈现需要阅读的文段。最后一步是评估对文段中单词的注视持续时间与注视模式。最终，可通过眼动数据来确定加工各个单词和短语的难易程度，并推断阅读过程中所涉及的认知过程。相较于其他方法（例如逐句呈现句子并测量每句话的阅读时间），眼动追踪方法的主要优势在于，它能够以一种自然的方式测量阅读行为，实时反映读者在阅读文本过程中加工难度的动态变化。该方法有助于回答文本理解领域中的关键问题，例如隐喻性短语是如何被阅读和理解的。此外，该方法还能揭示阅读过程中所涉及的认知加工机制。它还可应用于基于图像的研究，例如分析广告中哪些内容会吸引人的注意力。首先，调整 iLink 系统的位置，该系统由一个红外光源和一台位于用于显示刺激材料的显示器下方的摄像机组成；然后指导受试者在保持下巴位于下巴托、前额紧贴前额托的情况下，调节座椅高度至舒适位置。对于这种特定尺寸的显示器，受试者应坐在距离显示屏约 60 厘米的位置。受试者就绪后，在其显示器上呈现有关眼动追踪系统设置与操作的说明信息。该系统通过测量数字化视频图像中瞳孔位置的变化，实现对眼动的追踪，精度可达0.5度。首先调节摄像头焦距，以确保获得最佳成像与追踪效果。确保摄像头显示中仅可见一只眼睛，以防止眼动仪意外切换到另一只眼睛。头部移动后，调整视频相机的红外灵敏度阈值。此时，眼动仪应能检测到瞳孔和角膜反射，并开始追踪受试者的眼球位置。接下来，指导受试者注视计算机显示器的每个角落，以确保在整个显示屏范围内瞳孔和角膜反射均能被追踪到。在准备校准前，指导受试者注视每一个点，直至该点消失。告知受试者不要试图预测点的移动顺序。通过让受试者注视显示器上九个已知位置的固定点，记录其眼动位置，以校准眼动追踪软件。接着，指示受试者再次注视校准过程中使用的相同九个点，以验证校准结果。如果平均误差超过半度视觉角度，则需重新检查眼动追踪仪的对准情况，并重复校准过程。在指导受试者避免说话或进行其他头部运动后，先以少量练习试验开始实验。每次试验前，指导受试者注视漂移校正点，该点显示的位置即为文本首词将出现的位置。指示受试者以正常阅读速度进行阅读以理解内容，并在读完每段文字后按下反应盒上的按钮。完成练习试验后，询问受试者是否有任何问题。然后继续进行实验，呈现需要阅读的段落。受试者可自行控制阅读段落之间的时间，并可根据需要休息。实验结束后，向受试者提供一份经伦理审查委员会（IRB）批准的实验说明表，解释本研究的目的。以下是阅读包含陌生隐喻的示例段落时的眼动轨迹。第四，额外的加工难度增加了由蓝色圆圈表示的注视点密度。较大的圆圈表示更长的注视时间。注视分析。该分析发现，从单词“doorway”回视到单词“degree”耗时一秒。该图表显示了在熟悉和不熟悉隐喻中，各单词的总注视时长。结果表明，处理陌生隐喻中的词汇通常比处理熟悉隐喻中的词汇花费更多时间。一旦掌握，正确操作下设置和校准眼动仪可在5到10分钟内完成。在执行该操作过程中，持续监测校准的准确性并根据需要重新校准至关重要。该技术为研究人员探索文本的在线加工过程铺平了道路，例如文本的哪些方面会影响理解与回忆，以及词语如何组合以形成句子的整体意义。

using-eye-movements-to-evaluate-cognitive-processes-involved-text

Research

科研

JoVE Journal

Behavior

行为

使用眼动来评估文本理解中涉及的认知过程

眼动监测（或称眼动追踪）能够揭示眼睛在空间中的注视位置、注视时间以及持续时长。在此，我们演示如何利用眼动追踪技术，在无需言语或其他明确报告的情况下，研究多种受试人群的记忆完整性。...

眼动监测记忆

本文描述了一种基于特定视觉模式下反射性眼动来量化视觉信息处理质量的方法。通过反应时间和注视输出参数，对6个月及以上儿童在有无视觉障碍情况下的视觉功能表现进行表征。...

一种利用眼动追踪量化儿童视觉信息处理的方法

本文综述了一种用于语言理解研究的眼动追踪方法。为了获得可靠的数据，必须遵循该方案中的关键步骤，其中包括正确设置眼动仪（例如，确保眼图像和头像质量良好）以及精确的校准。...

在视觉情境下的语言理解过程中进行眼动追踪：揭示视觉情境效应的灵活性与局限性

视觉世界范式通过监测参与者在倾听或说出口语时其在视觉工作区中的眼动，来研究心理语言学中的多种在线加工问题，包括诸如析取语句等语义复杂的陈述。...

利用视觉世界范式中记录的眼动数据探究口语的在线加工过程

该方法旨在研究返回抑制（IOR）在阅读过程中回视眼动中的作用，重点区分因理解困难而引发的回视类型 与...

利用眼动追踪区分阅读过程中基于理解的和基于眼动控制的回视眼动

我们提出了一项方案，用于研究自闭症儿童在实时句子理解过程中对形态学线索的使用情况。...

使用视觉世界范式研究汉语母语自闭症儿童的句子理解能力

该研究提出了一种激活-匹配模型，用于探讨当孤独的观众观看包含理性诉求和情感诉求的弹幕视频时，孤独感如何得到缓解。本方案采用眼动追踪技术记录注视时长和注视点，以评估当内容和弹幕满足情感需求时的满足程度。...

孤独的慰藉：眼动追踪观众观看弹幕视频的研究

我们提出了一种利用眼动追踪技术监测受试者在基于视觉事件的时间间隔比较（时长感知）任务中眼动行为的实验方案。该方案旨在初步指导如何将受试者在时长感知任务（时间间隔的比较或分辨）中的眼动反应与对刺激本身的眼动反应区分开来。...

视觉时长感知中的眼动：在决策前过程中分离刺激与时间因素

我们展示了如何在广泛使用的橡胶手错觉范式中采用一种客观测量方法。该测量方法通过对已确立的跨模态一致性任务进行改进而获得。该任务可用于研究多感官整合过程，而这些过程对于身体表征的调制（如橡胶手错觉中的现象）至关重要。...

利用跨模态一致性任务作为橡胶手错觉范式中获取客观行为测量的手段

目前尚不清楚来自腹侧视觉通路的自上而下信号如何影响运动。我们建立了一种实验范式，用于检测在三维深度反转错觉条件下朝向目标的运动行为。研究发现，在错觉和真实视觉条件下，无论是有意识的目标导向运动，还是自动动作，均存在显著差异。...

探索自上而下视觉过程对运动行为影响的方法

学习使用眼动追踪技术评估文本理解中的认知过程。本方法通过记录阅读时的眼动数据，分析注视时长与模式，帮助研究者深入理解阅读行为与语言加工的实时动态。

利用眼动追踪评估文本理解中的认知过程

探索更多视频