DataNarrative：基于可视化和文本的自动化数据驱动叙事
计算与语言
2024-10-07 v3
摘要
数据驱动叙事是一种强大的 conveying insights 方法，通过结合叙事技术与可视化和文本来实现。这些故事整合了视觉辅助工具，如图表中突出显示的栏位和线条，以及解释洞察的文本注释。然而，创建此类故事需要深入理解数据并进行细致的叙事规划，常常需要人工介入，这既耗时又代价高昂。虽然大语言模型（LLMs）在各种 NLP 任务中表现出色，但其生成连贯且全面的数据故事的能力仍未得到充分探索。本文引入一种 novel 数据故事生成任务和一个包含 1,449 个来自不同来源的故事基准数据集。为解决构建连贯数据故事的挑战，我们提出了一种多代理框架，采用两个 LLM 代理来复制人类叙事过程：一个用于理解和描述数据（Reflection），生成提纲和叙事，另一个用于在每个中间步骤进行验证。虽然我们的代理框架在基于模型和基于人类的评估中总体上优于非代理方法，但结果也揭示了数据故事生成的独特挑战。
引用
@article{arxiv.2408.05346,
title = {DataNarrative: Automated Data-Driven Storytelling with Visualizations and Texts},
author = {Mohammed Saidul Islam and Md Tahmid Rahman Laskar and Md Rizwan Parvez and Enamul Hoque and Shafiq Joty},
journal= {arXiv preprint arXiv:2408.05346},
year = {2024}
}