一个AI学习模型由中佛罗里达大学虚拟可读性实验室和Adobe公司开发，旨在提供个性化的字体推荐，以增强个人阅读体验，帮助人们更高效地阅读他们的研究表明，机器学习模型可以通过匹配读者特征和推荐字体来提高阅读速度 该团队由Adobe机器学习工程师和研究人员组成，他们与视觉科学家，打印机，数据科学家和UCF可读性研究人员合作，研究Adobe的机器学习模型FontMART。 Adobe是阅读联盟的成员，该联盟领导UCF的数字可读性研究，并使用个性化排版来增强读者的阅读体验。 阅读联盟和UCF虚拟阅读实验室的主任本·d·索耶说:想象一下，未来会有一种设备能够识别人类的阅读习惯，并据此定制阅读格式，以帮助每个人以最佳状态阅读我们期待有一天，人们可以拿起他们的设备，以自己独特的方式阅读和接收信息 参考 结果表明，在FontMART模型将阅读器特征与特定字体特征进行匹配后，推荐字体可以提高阅读速度。 推荐字体可以提高阅读速度。 在对252名工人进行数据培训后，FontMART model学会了将字体与特定的阅读器功能相关联根据对印刷商的采访，研究最终选定了8种字体，包括serif和sans serif 研究人员发现，字体的效果因人而异FontMART会学习建立字体特征和读者特征之间的关系，然后预测哪些不同字体熟悉度，自述阅读速度和年龄的读者适合不同的字体其中年龄因素在推荐字体时影响最大 比如较粗的字体笔画更容易让视力较弱的人阅读，这样的字体有利于老年人的阅读体验。 在模型的后期，需要进行更多的研究，以扩大参与者的年龄范围，评估模型对于其他不同长度阅读环境的有效性，并扩展语言和相关字体特征，以更好地适应读者的多样性后续的合作与研究将有助于拓展模式探索的特色，完善FontMART模式，提升个人阅读体验 参考 蔡，t .，华莱士，s .，雷兹万尼安，t .，多布雷斯，j .，克尔，b .，贝罗，s ....ampz . bylinskii个性化字体推荐:结合ML和排印指南优化可读性设计互动系统会议 相关链接 阅读虚拟实验室链接:虚拟可读性实验室 阅读联盟的相关报告:可读性联盟在UCF成立，以推动阅读研究的边界 研究团队 第一期/通讯员:蔡天元/ Ben D. Sawyer Adobe公司。 中佛罗里达美国大学 论文信息 发表在交互系统设计会议上。 2022年6月16日发布 标题个性化字体推荐:结合ml和排印指南优化可读性 文章领域人工智能 郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。 |
