比较贝叶斯网络推断的语言、视觉与组合解释
人工智能
2025-11-24 v1
摘要
贝叶斯网络（BNs）是辅助概率推理的重要工具，但尽管被认为是透明模型，人们仍然难以理解它们。进一步地，当前的用户界面（UI）仍未澄清贝叶斯网络的推理过程。为此，我们设计了语言和视觉扩展，以标准BN UI为基础，这些扩展可以引导用户完成常见的推理模式。我们进行了用户研究，比较了我们的语言、视觉和组合 UI 扩展，以及一个基准 UI。我们的主要发现是：(1)对于关于观察影响、使该影响成为可能的路径以及观察如何影响其他观察影响的问题，用户在所有三种类型扩展中都比基准 UI 表现更好；(2)将语言和视觉模式结合使用优于单独使用任一模式。
引用
@article{arxiv.2511.16961,
title = {Comparing verbal, visual and combined explanations for Bayesian Network inferences},
author = {Erik P. Nyberg and Steven Mascaro and Ingrid Zukerman and Michael Wybrow and Duc-Minh Vo and Ann Nicholson},
journal= {arXiv preprint arXiv:2511.16961},
year = {2025}
}
备注
26 pages total, 12 pages main, 14 pages for 5 appendices