視線追跡を通じた読者のエンゲージメント理解
この研究は、目の動きを通じてフィクションの読者のエンゲージメントに影響を与える要因を調べてるんだ。
― 0 分で読む
フィクションを読むと、深く引き込まれることがあるけど、どうしてそうなるかを理解するのは簡単じゃない。この研究では、読者が物語にどう反応するかを目に追跡しながら、テキストの言葉を見ていくことにしたんだ。私たちは、何が物語を引きつけるのか、そして個人的な経験や状況がその引きつけにどんな影響を与えるのかを探りたかった。読者のエンゲージメントをよりよく理解することで、作家や開発者がより良い物語や執筆ツールを作る手助けができると思ってる。
方法論
この研究のために、23人の読者グループを集めて、二つの短編小説を読んでもらった。読んでいる間、彼らの目の動きを追跡し、注意を引いた部分に印をつけてもらった。読み終わった後、物語へのエンゲージメントを評価するためのアンケートに答えてもらった。この情報を使って、物語が引きつける要因のパターンを探った。私たちの目標は、特定のテキストの要素が読者の引きつけをどれだけ予測できるかを調べ、どれだけエンゲージメントが読者の個人的な文脈に依存するのかを見極めること。
研究の質問
いくつかのキーとなる質問に答えようとした:
- 物語に没頭すると、読書時間が長くなるのか?特定のタイプの文が読者をより長く引き留めるかを調べた。
 - エンゲージメントは読者の状況とテキストの特徴のどちらから来るのか?読者が強調したテキストの要素がエンゲージメントを予測できるかを見た。
 - 異なる読者が物語のさまざまな部分にどれくらい時間をかけるかには一貫したパターンがあるのか?異なる読者が同じ部分にどれくらい時間をかけるかを分析した。
 
発見
最初の質問については、ネガティブな感情を含む文が読者の注意を長く引きつける傾向があった。でも、強調されたテキストの部分とそこにかけられた時間との明確な関係は見られなかった。これは、ハイライト部分から集めたデータが十分ではなかったからかもしれない。
二つ目の質問に関しては、感情やセンチメントのような要因が、読者のテキストへのエンゲージメントに大きな影響を与えることが分かったけど、読者の個人的な文脈が反応に大きな役割を果たすことも分かった。三つ目の質問については、読者の反応にはばらつきがあったものの、エンゲージメントが高い読者は同じようなパターンを示す傾向があった。
今後の方向性
次の研究では、もっと詳細なハイライトタスクを導入すると良いと思う。単にテキストに印をつけるのではなく、読者が各文を分類したり、特に印象に残らなかった文も記録したりするのがいいだろう。これでより包括的なデータを集められる。より広く認知されている物語を使って、エンゲージメントを増やすことも考えられるし、これが発見の質を向上させるかもしれない。また、キャラクターのダイナミクスや感情的緊張など、物語の特徴を分析する新しい方法もデータに適用できるだろう。
背景と関連研究
読者が物語にどう関与するかの研究は、心理学では長い歴史がある。特に注目すべき理論が「トランスポーテーション理論」で、読者が物語にどれだけ没入するかを見ている。過去の研究からの貴重な洞察がある一方で、多くの分析されたサンプルは小さく、読み方の個々の違いを考慮していなかった。
そこで、私たちの研究は実際の物語に対する読者の反応を反映したデータセットを提供することで、そのギャップを埋めようとした。言語的な特徴と読者のエンゲージメントを調べることで、読者の注意を引きつけ、体験に影響を与える要素についてのさまざまな理論を検証しようとした。
以前の研究では、速く没入する経験と、遅くてより反射的なアプローチがあると示唆されている。これらのモードがどのように機能するかを理解することで、特定の読書行動を促進するテキスト内の要素を特定できる。
参加者の研究デザイン
私たちの研究では、31人の参加者を募集して、チェーホフの短編小説二つを読んでもらった。読み終わった後、彼らの感情的な反応、好奇心、物語やキャラクターへの全体的なつながりを測るためのアンケートに答えてもらった。
最終的に、23人の参加者のデータを分析可能なものとして得られた。目の動きを通じて読書体験を測り、読者がどれくらいその文に集中していたかを追跡した。
アイ・トラッキングの結果
アイ・トラッキングのデータから、読者がさまざまな文にどれくらい時間をかけていたかの洞察を得た。特定の文の特性、例えば感情的な価値や明瞭さが読書時間に影響を与えることがわかった。視覚化しやすい文は長い集中時間を引き起こすことが多く、明確なイメージが読者を引き寄せることを示唆している。
でも、いくつかの課題にも直面した。一つは、参加者がどの物語を最初に読むかのバランスを取ること。このことが注意レベルに影響を与える可能性がある。また、両方の物語が平均して低いエンゲージメントスコアを示したため、私たちの発見に影響を及ぼすかもしれない。ほとんどの参加者が大学生だったので、他の人口統計への応用範囲には限界がある。
言語的特徴と読者のエンゲージメント
データ内のエンゲージメントを提供する特性をよりよく理解するために、物語におけるさまざまな言語的および談話的要素を調べた。感情、センチメント、単語の頻度、文の長さなどを考慮した。これらの特徴を分析することで、テキストとそれが読者にとってどれだけエンゲージングであるかとの明確なリンクを確立しようとした。
感情的な内容が読者の感じるエンゲージメントに大きな役割を果たすことがわかった。特定の感情、特に驚きに満ちた文は、より多くハイライトされる傾向があった。興味深いことに、ネガティブなセンチメントも高いエンゲージメントにつながることが分かり、これは以前の研究の結果と一致している。
エンゲージメントの予測
読者のエンゲージメントを評価するために、読者がテキストをどのようにハイライトし、物語のさまざまな部分にどれくらいの時間を費やすかを予測するモデルを作成した。これらのモデルは、感情的な価値や喚起といった特定のテキストの特徴がエンゲージメントのレベルを示すことができることを示した。しかし、個人的な要因も異なる読者がこれらの特徴をどのように捉えるかに大きな影響を与える。
結論
読者の反応を集めて文学フィクションに関与させる際に、彼らの視線を追跡することで、読者を引き込む感情的な言語の重要性を強調する以前の研究をサポートした。ハイライトされた部分と滞在時間を直接結びつけることはできなかったけれど、私たちの発見は、価値と喚起がエンゲージメントにおいて重要な役割を果たすことを示唆している。
今後の研究では、物語のより複雑な側面を探求し、データ収集の方法を洗練させることで、これらの関係を掘り下げることを期待している。全体的に、私たちの研究は、創作活動や物語生成ツールに役立つ貴重な洞察を提供し、観客にとってより豊かな読書体験につながると思う。
タイトル: An Analysis of Reader Engagement in Literary Fiction through Eye Tracking and Linguistic Features
概要: Capturing readers' engagement in fiction is a challenging but important aspect of narrative understanding. In this study, we collected 23 readers' reactions to 2 short stories through eye tracking, sentence-level annotations, and an overall engagement scale survey. We analyzed the significance of various qualities of the text in predicting how engaging a reader is likely to find it. As enjoyment of fiction is highly contextual, we also investigated individual differences in our data. Furthering our understanding of what captivates readers in fiction will help better inform models used in creative narrative generation and collaborative writing tools.
著者: Rose Neis, Karin de Langis, Zae Myung Kim, Dongyeop Kang
最終更新: 2023-06-06 00:00:00
言語: English
ソースURL: https://arxiv.org/abs/2306.04043
ソースPDF: https://arxiv.org/pdf/2306.04043
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。
参照リンク
- https://www.latex-project.org/help/documentation/encguide.pdf
 - https://bookdown.org/bishop_pilot/acldemo2/ACLDemo.html
 - https://www.gutenberg.org/cache/epub/13505/pg13505-images.html
 - https://www.gutenberg.org/cache/epub/1732/pg1732-images.html
 - https://huggingface.co/cardiffnlp/twitter-roberta-base-sentiment
 - https://huggingface.co/j-hartmann/emotion-english-distilroberta-base
 - https://github.com/booknlp/booknlp