ChartifyText：基于 LLM 的自动从数据涉及文本生成图表
人机交互
2024-11-08 v2 信息检索
摘要
包含数值的数据涉及文本文档在科学研究、经济、公共卫生和新闻等领域广泛应用，但读者难以快速解读此类文本并获得深入见解。为填补这一研究空白，本工作旨在自动生成图表以准确传达 underlying 数据和思想，这本质上是一个具有挑战性的任务。挑战源于文本中的歧义、数据在文本中的内在稀疏性和不确定性，以及主观情感差异。具体而言，我们提出了 ChartifyText，一种新型全自动方法，利用大型语言模型（LLM）将复杂的数据涉及文本转换为富有表现力的图表。它包含两个主要模块：表格数据推断和富有表现力的图表生成。表格数据推断模块通过系统性提示工程引导 LLM（如 GPT-4）推断表格数据，其中显式考虑了数据范围、不确定性、缺失数据值及其对应的主观情感。富有表现力的图表生成模块通过直观的视觉编码和简洁的文本增强标准图表，以准确传达 underlying 数据和见解。我们通过案例研究、与三位数据可视化专家的深入访谈以及为期谨慎设计的用户研究（15 名参与者）广泛评估了 ChartifyText 的有效性。结果表明，ChartifyText 在帮助读者高效、有效地理解数据涉及文本方面具有实用性和有效性。
引用
@article{arxiv.2410.14331,
title = {ChartifyText: Automated Chart Generation from Data-Involved Texts via LLM},
author = {Songheng Zhang and Lei Wang and Toby Jia-Jun Li and Qiaomu Shen and Yixin Cao and Yong Wang},
journal= {arXiv preprint arXiv:2410.14331},
year = {2024}
}