HealthGenie：通过知识图谱与大语言模型赋能用户获取健康膳食指导
人机交互
2025-04-22 v1 人工智能
计算与语言
摘要
获取膳食指导通常需要在适应个体健康状况的同时应对复杂的专业知识。知识图谱（KGs）提供结构化且可解释的营养信息，而大语言模型（LLMs）自然地促进对话式推荐的传递。在本文中，我们提出了 HealthGenie，一个交互式系统，结合了 LLMs 和 KGs 的优势，通过分层信息可视化提供个性化膳食推荐，以便快速直观地概览。接收到用户查询后，HealthGenie 执行查询细化并从预构建的知识图谱中检索相关信息。系统随后对相关信息进行可视化和高亮显示，按定义类别组织，同时提供详细且可解释的推荐理由。用户可以通过交互式调整偏好来进一步定制这些推荐。我们的评估包括一项被试内比较实验和一项开放式讨论，结果表明 HealthGenie 能够有效帮助用户基于其健康状况获取个性化膳食指导，同时减少交互努力和认知负荷。这些发现突显了 LLM-KG 集成在通过可解释和可视化的信息支持决策方面的潜力。我们通过 N=12 的被试内研究检验了系统的实用性和有效性，并为未来集成对话式 LLM 和 KG 的系统提供了设计考量。
引用
@article{arxiv.2504.14594,
title = {HealthGenie: Empowering Users with Healthy Dietary Guidance through Knowledge Graph and Large Language Models},
author = {Fan Gao and Xinjie Zhao and Ding Xia and Zhongyi Zhou and Rui Yang and Jinghui Lu and Hang Jiang and Chanjun Park and Irene Li},
journal= {arXiv preprint arXiv:2504.14594},
year = {2025}
}