Les chercheurs proposent LEXIC, une extension légère pour les modèles de suivi oculaire uniquement basés sur le regard, qui améliore la prédiction de la compréhension en lisant en injectant des signaux de difficulté au niveau du mot précalculés sans utiliser de modèles de langage pré-entraînés. L'approche s'appuie sur la base EyeBench AhnCNN et introduit deux mécanismes—LEXIC-Concat et LEXIC-Res—pour intégrer le surprisal GPT-2, la fréquence des mots et la longueur des mots dans les entrées par fixation.
Sur la tâche de compréhension en lecture OneStop avec un entraînement d'ensemble de graines K=5 sur dix plis, les deux mécanismes produisent des gains AUROC statistiquement cohérents de +1,8 à +2,2 points de pourcentage sur le texte non vu (Wilcoxon p <= 0,065). LEXIC-Concat améliore également la performance sur le lecteur non vu de +2,9 points de pourcentage (p = 0,010), tandis que LEXIC-Res montre une amélioration plus faible et non significative de +1,8 point de pourcentage en raison de problèmes de calibration avec des lecteurs hors distribution.
L'étude met en évidence une limite architecturale dans la modélisation uniquement basée sur le regard, démontrant qu'un conditionnement léger peut combler l'écart entre les performances au niveau du hasard et les modèles conscients du texte, bien que la transférabilité aux lecteurs non vus reste difficile.