@inproceedings{liang-etal-2025-zhong,
    title = "中文阅读中的信息密度与认知资源动态分配研究",
    author = "Liang, Yuhao  and
      Zhong, Xiaolu  and
      Yang, Quan",
    editor = "Sun, Maosong  and
      Duan, Peiyong  and
      Liu, Zhiyuan  and
      Xu, Ruifeng  and
      Sun, Weiwei",
    booktitle = "Proceedings of the 24th {C}hina National Conference on Computational Linguistics ({CCL} 2025)",
    month = aug,
    year = "2025",
    address = "Jinan, China",
    publisher = "Chinese Information Processing Society of China",
    url = "https://preview.aclanthology.org/ingest-ccl/2025.ccl-1.40/",
    pages = "537--550",
    abstract = "``本研究通过分析北京句子语料库的眼动数据,运用混合效应模型和贝叶斯分析方法,系统考察了信息密度在汉语阅读过程中的表现及其与视觉复杂度因素的交互作用。研究结果表明,信息密度对注视时长具有显著正向预测作用,信息密度越高的词汇,受试者的注视时间越长,这与预测编码理论中{``}预测误差{''}增加导致加工负荷增加的假设一致;同时,信息密度在跳读行为分析中显示出显著负向预测作用,表明信息密度较高的词越不容易被跳读,支持了读者依据信息分布动态分配注意力的{``}调节假设''。研究还发现了汉语阅读的语言特异性表现:首先,词长效应在中文中呈现与拼音文字不同的模式,长词在中文中更易被跳读;其次,视觉复杂度与语言预测性之间存在非线性交互,支持了{``}语言特定性假设''。基于这些发现,本研究提出了中文阅读的{``}双通道加工模型'',即语言预测(信息密度)与视觉编码(笔画数、词长)共同调节认知资源的动态分配,这一理论框架不仅解释了中文阅读的特异性机制,也为跨语言认知加工研究提供了新视角。''"
}