arXiv · cs.AI· Nina Nusbaumer, Iria de-Dios-Flores, Corentin Bel, Christophe Pallier, Guillaume Wisniewski, Beno\^it Crabb\'e·· 2 天前
STRUCTURALCOST：用于建模人类句子加工难度的受控阅读时间数据集
STRUCTURALCOST: A controlled reading time dataset for modeling human sentence processing difficulty
arXiv:2610.08208v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Nina Nusbaumer, Iria de-Dios-Flores, Corentin Bel, Christophe Pallier, Guillaume Wisniewski, Beno\^it Crabb\'e
研究任务与主要进展
作者构建了包含475名参与者和40800次观测的STRUCTURALCOST自定速阅读数据集，用于隔离长距离主谓依赖消解的处理成本。研究发现，人类在主要动词处的阅读时间会随句法嵌入而增加，不同n-gram、SSM和Transformer模型只能部分复现这一难度梯度，并持续低估人类承担的整合成本。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org