展示我想象的图解：意图感知的图解检索用于 Authoring 支持

虽然图解已成为一种强大的中数据驱动叙事交流媒介，但从头创建图解仍具有挑战性，尤其是对初学者用户而言。从大型语料库中检索相关示例可提供设计灵感并促进复用，显著降低图解创作的门槛。然而，由于用户常用模糊的自然语言表达设计意图，而图解则包含丰富且多面的视觉设计，因此有效检索困难。结果，基于关键词的搜索往往无法捕捉设计意图，通用视觉语言检索模型在文本密集、多组件图解上表现不佳。为此，我们开发意图感知图解检索框架以更好地对齐用户查询与图解设计。首先，我们对人们描述图解的方式进行形式化研究，推导出涵盖内容与视觉设计维度的意图分类学。该分类学随后被用于丰富和细化自由形式的用户查询，借助意图特定线索引导检索过程。在检索到的示例基础上，用户可借助支持高层编辑意图的交互式代理，对设计进行数据适配。我们进行了定量评估和用户研究，证明该方法在检索质量、意图满足度和图解创作效率方面均优于基线方法。