词云作为共同声音：基于大语言模型辅助的定性访谈参与者加权主题可视化
计算与语言
2025-08-12 v1 人工智能
人机交互
摘要
词云是总结定性访谈的常用方法，但传统的基于词频的方法在对话语境中往往失效：它们会凸显填充词、忽略同义转述，并割裂语义相关的观点。这限制了它们在早期分析阶段的实用性，此时研究人员需要快速、可解释的概览来了解参与者实际说了什么。我们推出了 ThemeClouds，一个开源可视化工具，它利用大语言模型（LLMs）从对话转录稿中生成主题性的、按参与者加权的词云。该系统提示大语言模型识别整个语料库中的概念级主题，然后统计有多少位独立参与者提及了每个话题，从而生成一种基于提及广度而非原始词频的可视化结果。研究人员可以自定义提示词和可视化参数，从而提供透明度和控制力。利用一项比较五种录音设备配置的用户研究中的访谈（31 名参与者；155 份转录稿，使用 Whisper ASR），我们的方法比频率词云和主题建模基线（例如 LDA、BERTopic）揭示了更多可操作的设备问题。我们讨论了将大语言模型辅助整合到定性工作流中的设计权衡、对可解释性和研究者能动性的影响，以及进行交互式分析（如按条件对比的“差异云”）的机会。
引用
@article{arxiv.2508.07517,
title = {Word Clouds as Common Voices: LLM-Assisted Visualization of Participant-Weighted Themes in Qualitative Interviews},
author = {Joseph T. Colonel and Baihan Lin},
journal= {arXiv preprint arXiv:2508.07517},
year = {2025}
}