图表问答：研究现状与未来方向
计算与语言
2022-05-24 v2
摘要
条形图和折线图等信息可视化在数据分析与发现关键洞察中十分常见。人们常常通过分析图表来回答心中所想的问题。回答此类问题可能具有挑战性，因为它们通常需要大量的感知与认知努力。图表问答（CQA）系统通常以图表和自然语言问题作为输入，自动生成答案以促进可视化数据分析。过去几年中，关于CQA任务的文献不断增长。在本综述中，我们系统回顾了聚焦于图表问答问题的当前最先进研究。我们通过识别问题领域的若干重要维度（包括该任务可能的输入与输出）给出了一个分类体系，并讨论了所提出方案的优点与局限。我们随后总结了所调研论文中使用的各种评估技术。最后，我们概述了与图表问答相关的开放挑战与未来研究机遇。
引用
@article{arxiv.2205.03966,
title = {Chart Question Answering: State of the Art and Future Directions},
author = {Enamul Hoque and Parsa Kavehzadeh and Ahmed Masry},
journal= {arXiv preprint arXiv:2205.03966},
year = {2022}
}