Talk Me Through It：图表 Authoring系统的有效开发

最近的图表 authoring 系统越来越关注自然语言输入，使用户能够通过spoken instructions（即想象中的图表数据）形成他们想要创建的图表的心理图像。然而，这些系统主要在观看目标图表时使用typed instructions（即现有图表数据）进行训练。尽管描述现有图表的认知过程可认为不同于创建新图表，但相应提示之间的结构差异仍未得到充分探讨。我们在此提出关于spoken imagined-chart instructions、typed imagined-chart instructions和typed existing-chart instructions之间的结构差异的实证发现，表明想象图表提示包含更丰富的command format、element specification以及复杂的语言特征，尤其是在spoken instructions中。我们 then 比较了基于spoken imagined-chart data 与基于typed existing-chart data 训练的系统性能，发现前者在voice和text input 上均优于后者，凸显了针对spoken imagined-chart data进行有针对性训练的必要性。我们以设计指南结束，以提高实际场景中图表 authoring 系统的性能。