Retroalimentación implícita de relevancia de textos durante la búsqueda de información mediante eyetracking

Abstract

En este reporte se resumen los resultados y trabajos que fueron derivados o motivados del proyecto de investigación “GELATI «Gaze Enhanced reLevance feedbAck for informaTion retrIeval»” financiado por la Universidad de Grenoble-Alpes (UGA) de Grenoble, Francia en 2019 cuyo coordinador fue el Dr. Francis Jambon del Laboratorio de Informatique de Grenoble (LIG) de dicha universidad. La retroalimentación de relevancia es una técnica que ha demostrado su eficacia en la búsqueda de información: explota la interacción del usuario cuando lee la lista de resultados proporcionada en respuesta a una consulta, para refinar automáticamente la consulta original proporcionada. Esta retroalimentación de relevancia puede basarse en una interacción explícita o implícita con el usuario. En el primer caso, la retroalimentación se basa en el marcado por parte del usuario de los documentos relevantes, y esto tiene el efecto de desviar a este último de su interacción natural con el sistema de recuperación de información. Para superar estas limitaciones, consideramos en este proyecto el uso de una interacción implícita basada en la observación de los movimientos oculares del usuario cuando examina los resultados de la consulta inicial.