基于语义块表示的自然语言驱动体数据探索视点导航

探索体数据对于解释科学数据集至关重要。然而，选择最佳视点进行有效导航可能具有挑战性，特别是对于缺乏广泛领域专业知识或不熟悉3D导航的用户。在本文中，我们提出了一个利用自然语言交互来增强体数据探索的新颖框架。我们的方法对体数据块进行编码，以捕捉和区分底层结构。它进一步整合了一个CLIP Score机制，为这些块提供语义信息以指导导航。导航由一个强化学习框架驱动，该框架利用这些语义线索高效地搜索和识别符合用户意图的期望视点。选定的视点使用CLIP Score进行评估，以确保它们最好地反映用户的查询。通过自动化视点选择，我们的方法提高了体数据导航的效率，并增强了对复杂科学现象的可解释性。