Utilizing Cognitive Signals Generated during Human Reading to Enhance Keyphrase Extraction from Microblogs

📄 arXiv: 2606.26485v1 📥 PDF

作者: Xinyi Yan, Yingyi Zhang, Chengzhi Zhang

分类: cs.CL, cs.DL, cs.HC, cs.IR

发布日期: 2026-06-25

期刊: IPM, 2024

DOI: 10.1016/j.ipm.2023.103614

💡 一句话要点

利用认知信号提升微博客中的关键词提取效果

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 关键词提取 脑电图 眼动追踪 多模态信号 认知科学 社交媒体分析 信息检索

📋 核心要点

  1. 现有的自动关键词提取方法主要依赖眼动追踪信号，但受到生理和技术限制，难以全面反映用户的注意力。
  2. 本文提出结合脑电图（EEG）信号与眼动追踪信号，以增强微博客中的关键词提取效果，利用多模态信号提供更丰富的认知信息。
  3. 实验结果显示，认知信号的引入显著提升了关键词提取性能，尤其是EEG特征的贡献最大，表明其在此任务中的重要性。

📝 摘要（中文）

微博客平台生成大量短小、嘈杂且分散的用户内容，使得自动关键词提取（AKE）成为一项重要但具有挑战性的任务。以往研究利用眼动追踪信号来改善基于微博客的AKE，但眼动追踪受限于生理、采集和特征解码等因素。为了解决这一问题，本文探讨了脑电图（EEG）信号是否可以补充眼动追踪信号。通过ZuCo认知语言处理语料库，选择8个EEG特征和17个眼动追踪特征，并将其融入微博客的AKE模型中。结果表明，阅读过程中产生的认知信号一致性地提高了AKE性能，EEG特征带来了最大的提升，结合EEG和眼动追踪特征的效果介于两者之间，表明部分互补性但也可能存在冗余或噪声。这些发现表明EEG信号为基于微博客的AKE提供了有用的认知证据，值得进一步研究多模态认知信号。

🔬 方法详解

问题定义：本文旨在解决微博客内容中自动关键词提取的挑战，现有方法主要依赖眼动追踪信号，存在生理和技术上的局限性，无法全面捕捉用户的认知状态。

核心思路：通过引入脑电图（EEG）信号，结合眼动追踪信号，构建多模态特征以增强关键词提取模型的性能，利用EEG信号提供更深层次的认知信息。

技术框架：研究采用ZuCo认知语言处理语料库，选择8个EEG特征和17个眼动追踪特征，注入到微博客的AKE模型中，特别是在软注意力层的输入和自注意力层的查询向量中进行融合。

关键创新：本研究的创新在于首次将EEG信号与眼动追踪信号结合用于微博客的关键词提取，突破了单一信号的局限，提供了更全面的认知视角。

关键设计：在模型设计中，特征注入的方式经过精心设计，以减少认知信号在模型结构中的扭曲，确保特征的有效性和准确性。

📊 实验亮点

实验结果表明，认知信号的引入显著提升了关键词提取的性能，尤其是EEG特征的贡献最大，提升幅度超过了基线模型，展示了多模态信号在此任务中的重要性和有效性。

🎯 应用场景

该研究的潜在应用领域包括社交媒体分析、信息检索和用户行为研究等。通过提升关键词提取的准确性，可以帮助企业更好地理解用户需求，优化内容推荐系统，并在舆情监测中提供更有效的支持。未来，随着多模态信号处理技术的发展，相关应用将更加广泛。

📄 摘要（原文）

Microblogging platforms generate massive amounts of short, noisy, and dispersed user content, making automatic keyphrase extraction (AKE) an important but challenging task. Prior studies have used eye-tracking signals to improve microblog-based AKE because such signals reflect readers' attention to salient words. However, eye tracking alone is limited by physiological, acquisition, and feature-decoding constraints. To address this issue, we investigate whether electroencephalogram (EEG) signals can complement eye-tracking signals for AKE. Using the ZuCo cognitive language processing corpus, we select 8 EEG features and 17 eye-tracking features and incorporate them into microblog-based AKE models. To reduce possible distortion of cognitive signals by model structures, we inject these features into the input of the soft-attention layer and the query vectors of the self-attention layer. We then evaluate different combinations of cognitive signals across AKE models. The results show that cognitive signals produced during reading consistently improve AKE performance, regardless of feature combinations and model architectures. EEG features bring the largest gains, while combining EEG and eye-tracking features yields performance between the two individual signal types, suggesting partial complementarity but also possible redundancy or noise. These findings indicate that EEG signals provide useful cognitive evidence for microblog-based AKE and that multimodal cognitive signals deserve further investigation.