| 基于深度学习技术的注意力转移模式的挖掘——以二语学习者的眼动数据为例 |
| |
| 引用本文： | 严薇薇,旷小芳,肖云霞,郑梦雪,刘俊,杨娟.基于深度学习技术的注意力转移模式的挖掘——以二语学习者的眼动数据为例[J].电化教育研究,2019(8):30-36. |
| |
| 作者姓名： | 严薇薇 旷小芳 肖云霞 郑梦雪 刘俊 杨娟 |
| |
| 作者单位： | 四川师范大学计算机科学学院,四川成都,610101;四川师范大学计算机科学学院,四川成都,610101;四川师范大学计算机科学学院,四川成都,610101;四川师范大学计算机科学学院,四川成都,610101;四川师范大学计算机科学学院,四川成都,610101;四川师范大学计算机科学学院,四川成都,610101 |
| |
| 基金项目： | 国家自然科学基金;四川省科技厅项目 |
| |
| 摘 要： | 注意力在二语习得领域被认为是将输入转化为吸收的充分必要条件,是影响二语学习的主要认知因素。目前大多数研究集中在注意力分布上,很少有研究涉及二语学习者的注意力转移模式,然而注意力转移具有的时序特征更能准确地反映二语学习者的思维过程。关于注意力模式的发现方法主要有描述统计方法和基于白盒的回归/预测技术,前者能获得具有统计学意义的结论,后者能建构较复杂的因果关系模型,但是均无法直接从高纬度特征空间中获取有意义的指征,因而无法建立较高准确率且可解释的模型。基于此,本研究使用深度学习技术以及可视化技术挖掘二语(英语)学习者处理在线任务时的注意力转移模式。正反例的关键特征热度图显示,低龄二语学习者的线性注意力控制模式与其在线任务表现紧密关联,可直观解释其线性注意力控制能力对在线任务完成度的影响。该模型同时具备较高回归/预测准确率。此结论对我国低龄儿童英语学习的认知干预研究有着重要意义。
|
| 关 键 词： | 二语习得 注意力控制 注意力模式 注意力转移 深度学习 卷积神经网络 眼动追踪 |
The Mining of Attention Transfer Pattern Based on Deep Learning Technology:A Case of Eye Movement Data of Second Language Learners |
| |
| YAN Weiwei,KUANG Xiaofang,XIAO Yunxia,ZHENG Mengxue,LIU Jun,YANG Juan.The Mining of Attention Transfer Pattern Based on Deep Learning Technology:A Case of Eye Movement Data of Second Language Learners[J].E-education Research,2019(8):30-36. |
| |
| Authors: | YAN Weiwei KUANG Xiaofang XIAO Yunxia ZHENG Mengxue LIU Jun YANG Juan |
| |
| Institution: | (Department of Computer Science,Sichuan Normal University,Chengdu Sichuan 610101) |
| |
| Abstract: | |
| |
| Keywords: | Second Language Acquisition Attention Control Attention Pattern Attention Transfer Deep Learning Convolution Neural Network Eye-tracking |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
