ChartInsighter：用于缓解时间序列图表摘要生成幻觉的一种方法与基准数据集
计算与语言
2025-01-17 v1 人机交互
摘要
有效的图表摘要显著减少了决策者在解读图表时所花费的时间和精力，使数据洞察的精确传递和高效沟通成为可能。以往的研究在生成时间序列数据图表的准确且富有语义的摘要方面面临挑战。本文确定了图表摘要的元素和常见的幻觉类型，这些元素和类型作为自动生成摘要的指南。我们引入ChartInsighter，该系统自动生成时间序列数据的图表摘要，有效减少图表摘要生成中的幻觉。具体而言，我们分配多个智能体生成初始图表摘要并进行迭代协作，其中他们调用外部数据分析模块来提取洞察并将其整合为连贯的摘要。此外，我们实现了一种自一致性测试方法来验证和纠正我们的摘要。我们创建了一个高质量的图表和摘要基准，标注了按句子 basis 的幻觉类型，促进评估减少幻觉效果的有效性。我们使用基准进行的评估显示，我们的方法超过了当前的SOTA模型，我们的摘要幻觉率最低，有效减少了各种幻觉并提高了摘要质量。该基准可在 https://github.com/wangfen01/ChartInsighter 上获得。
引用
@article{arxiv.2501.09349,
title = {ChartInsighter: An Approach for Mitigating Hallucination in Time-series Chart Summary Generation with A Benchmark Dataset},
author = {Fen Wang and Bomiao Wang and Xueli Shu and Zhen Liu and Zekai Shao and Chao Liu and Siming Chen},
journal= {arXiv preprint arXiv:2501.09349},
year = {2025}
}