阅读时的眼动指标,不仅可以反映读者的即时认知加工状态,也可以反映读者认知能力上的个体差异。很多研究表明不同阅读理解水平的读者在眼动数据上也表现出一定的差异。那么是否可以通过读者在篇章阅读过程中的眼动指标预测读者的阅读理解水平呢?已有的对于英语母语者的研究表明,注视时间是一个预测阅读理解水平的很好的指标。对于汉语母语者的研究表明,篇章阅读中的眼动指标预测高考语文成绩的准确率达到80.3%。但是篇章阅读中的眼动指标对于汉语二语者阅读理解水平的可预测性还没有研究进行过探讨。本研究利用眼动追踪技术,考察了65名母语背景为马来语和印尼语的中高级水平的汉语二语者阅读说明文篇章时的眼动指标和他们阅读理解水平之间的关系。通过机器学习算法(支持向量机)建立汉语二语者眼动指标和阅读理解水平的模型,探讨使用读者篇章阅读中的眼动指标预测阅读理解水平的可行性。研究结果显示,不同阅读理解水平的汉语二语者在平均眼跳幅度、阅读速度、和主题句1的回视路径时间、主题句和结尾句之外的其他句的第一遍向前阅读时间上都存在显著差异,可以区分他们的阅读理解水平;通过汉语二语者的眼动指标建立的计算模型对其阅读理解水平预测的准确率达到85%。这表明,用机器学习建模的方法通过汉语二语者的眼动指标预测他们的阅读理解水平有一定的可行性。