VizTA：用于增强分布式可视化理解的视觉-词汇融合对话界面

理解可视化图表需要读者主动解释视觉编码及其内在含义。这对可视化初学者尤其在解读描绘统计不确定性的分布式可视化时提出挑战。基于大语言模型的对话界面技术在促进可视化理解方面展现出前景。然而，这些技术未能在细粒度层面提供情境性解释，且图表读者仍需在对话期间对视觉信息与文本解释进行心理桥接。我们的形式化研究揭示了对词汇反馈与视觉反馈的期望，以及在整个对话过程中显式链接这两种模态的重要性。这些发现催生了VizTA——一种利用视觉与词汇反馈融合的可视化教学助手，帮助读者更好地理解可视化内容。VizTA具备语义感知的对话代理，能够解释可视化图表中的情境信息，并采用视觉-词汇融合设计以促进图表中心的对话。24名受试者的跨被试研究表明，VizTA在多种情境下均能有效支持分布式可视化的理解与推理任务。