Think outside the search box: A comparative study of visual and form-based query builders
知识工作者，如医疗保健信息专业人员、法律研究人员和图书馆员，需要创建和执行全面、透明和可复制的搜索策略。传统的解决方案是使用文献数据库供应商提供的专有查询构建工具。在大多数情况下，这些查询构建器是使用基于表单的范例设计的，该范例要求用户逐行输入关键字和本体术语，然后使用布尔运算符将它们组合在一起。然而，近年来已经见证了人机交互技术的显著变化，并且用户现在可以使用各种新颖的数据可视化技术来参与在线信息系统。在本文中，我们评估了一种新的方法来查询建设中，用户表示的概念作为对象的视觉画布上，并比较这与传统的基于形式的查询建设在实验室为基础的用户研究。结果表明，潜在的视觉界面，以减轻一些与基于表单的界面，并鼓励更多的探索性搜索行为的缺点。它们还展示了在查询公式化中具有临时“暂存”空间的价值。此外，研究结果强调了专业搜索中对透明度和可重复性的持续需求，并就如何最好地支持这些属性提出了进一步的问题。
2022-05-09 cs.HC cs.IR
A Natural-language-based Visual Query Approach of Uncertain Human Trajectories
可视化查询对于交互式地探索海量轨迹数据至关重要。然而，数据的不确定性给满足高级分析要求带来了深刻的挑战。一方面，许多基础数据不包含准确的地理坐标，例如，移动电话的位置仅涉及区域（即，移动小区站），而不是精确的GPS坐标。另一方面，领域专家和普通用户更喜欢使用自然的方式，例如使用自然语言句子来访问和分析大量运动数据。在本文中，我们提出了一种可视化分析方法，可以从文本句子中提取时空约束，并支持对不确定移动轨迹数据的有效查询方法。该方法利用兴趣点及其所覆盖区域的语义信息对海量、空间不确定的轨迹进行编码，并采用有效的索引机制将轨迹文档存储在文本数据库中。可视化界面有助于查询条件规范，情境感知可视化和大型轨迹数据的语义探索。真实世界人类移动数据集上的使用场景证明了我们方法的有效性。
2019-10-11 cs.HC cs.IR
Enhancing Information Retrieval in Digital Libraries through Unit Harmonisation in Scholarly Knowledge Graphs
本文提出了一种基于单元统一的分面搜索方法，用于在学术知识图谱中实现异构数据的比较和过滤，提升数字图书馆的信息检索能力。
2025-12-06 cs.DL cs.IR
Difference Views for Visual Graph Query Building
本文提出一种视觉查询构建的差异视图方法，通过图差异对比查询演变，并集成自然语言界面支持动态信息需求，在结果视图中对比差异，案例研究验证了系统在促进数据探索和领域图谱分析方面的有效性。
2025-08-07 cs.IR
A Survey on Visual Query Systems in the Web Era (extended version)
随着越来越多的数据集合在网络上对每个人都可用，非专家用户需要简单的方法来从这些集合中检索数据。一种解决方案是所谓的可视化查询系统（VQS），其中查询被可视化地表示，并且用户不必理解诸如SQL或XQuery之类的查询语言。1996年，Catarci的一篇论文回顾了直到那一年可用的可视化查询系统。在本文中，我们回顾VQS从1997年到现在，并试图确定他们是否已经为非专家用户的解决方案。简单的回答是否定的，因为实际上很少有系统被用于实际环境或作为商业工具。我们还收集了VQS的基本特征，例如用于呈现感兴趣的现实的视觉表示或用于表达查询的视觉表示。
2017-08-01 cs.DB cs.IR
ViQIE: A New Approach for Visual Query Interpretation and Extraction
Web服务通过查询接口访问，这些接口隐藏了包含数千个相关信息的数据库。在用户端，远程数据库是一个接受查询并返回结果的黑盒子，无法访问反映数据和查询含义的数据库模式。因此，Web服务是非常自治的。用户将这种自主性视为一个主要缺点，因为他们经常需要同时组合许多Web服务的查询功能。在这项工作中，我们将提出一种新的方法，它允许用户受益于许多Web服务的查询功能，同时尊重每个服务的自治性。该方法是信息检索研究领域的一个新的贡献，在两个标准数据集上的实验结果表明，该方法具有良好的性能。
2012-05-04 cs.IR
VIQI: A New Approach for Visual Interpretation of Deep Web Query Interfaces
Faculty of Sciences of Monastir（莫纳斯提尔科学学院）；Research Unit MARS（MARS研究单元）
Deep Web数据库包含了超过90%的Web相关信息。尽管它们很重要，但用户并没有从这个宝库中获利。许多深网服务在价格、服务质量和设施方面提供有竞争力的服务。随着服务数量的快速增长，用户很难同时请求多个Web服务。在本文中，我们想象一个系统，用户有可能制定一个查询使用一个查询接口，然后系统将查询转换到其余的查询接口。然而，界面是由设计人员创建的，以便用户可以直观地解释，机器无法解释来自给定界面的查询。我们提出了一种新的方法，模拟用户的解释能力，并提取查询从深网查询接口。我们的方法在两个标准数据集上证明了良好的性能。
2012-05-04 cs.AI cs.IR
Studies on Relevance, Ranking and Results Display
这项研究认为，在何种程度上用户与相同的查询同意什么是相关的，以及如何被认为是相关的可能转化为检索算法和结果显示。为了将用户对相关性的感知与算法排名相结合并呈现结果，我们创建了一个学术文献的原型数字图书馆。我们将研究限制在一个科学家群体（古生物学家），一个学术科学文章领域（古相关），以及我们为此目的构建的原型系统（PaleoLit）。基于用户不预设给定查询的答案，但当他们看到它时，他们会认识到他们想要什么的原则，我们的系统使用基于规则的算法将结果聚类到具有三个相关级别的模糊类别。我们的系统匹配至少1/3的参与者的相关性评级87%的时间。我们随后的可用性研究发现，参与者信任我们的不确定性标签，但不重视我们的颜色编码的水平结果布局以上的标准检索列表。我们认为用户在有限的时间内做出这样的判断，每个任务的时间优化可能有助于解释我们的一些发现。
2010-06-23 cs.IR
LiveSketch: Query Perturbations for Guided Sketch-based Visual Search
University of Surrey（萨里大学）；Adobe Research（Adobe研究院）
LiveSketch是一种使用手绘查询搜索大型图像集的新算法。LiveSketch通过创建可视化建议来解决草图搜索的固有模糊性，这些建议在绘制查询时增加查询，使查询规范成为一个迭代而不是一次性的过程，有助于消除用户搜索意图的模糊性。我们的技术贡献是：三重convnet架构，其结合了基于RNN的变分自编码器以使用向量（基于笔划）查询来搜索图像;实时聚类以识别可能的搜索意图（以及因此，搜索嵌入内的目标）;以及使用来自这些目标的反向传播来扰动输入笔划序列，从而建议对查询的更改以引导搜索。我们使用67 M图像语料库显示了在准确性和任务时间方面的改进。
2019-04-14 cs.AI cs.CV cs.IR
Scholar Inbox: Personalized Paper Recommendations for Scientists
University of Tübingen（图宾根大学）；Tübingen AI Center（图宾根人工智能中心）
本研究推出开放获取平台Scholar Inbox，依托用户评分训练个性化推荐系统，结合科学图谱与主动学习策略解决冷启动问题，提供论文推荐、语义搜索等功能，并通过80万条用户评分数据集及用户研究验证了推荐质量。
2025-06-14 cs.AI cs.CL cs.IR
Test-Time Adaptation with Query-Dependent Residuals for Visual Document Retrieval
South China University of Technology（华南理工大学）；Foshan University（佛山大学）
针对视觉文档检索中部署后难以自适应的问题，提出Q-REACT方法，利用查询相关残差将有限重排序反馈转化为可复用检索改进，在多个任务和骨干网络上提升平均检索性能且开销小。
2026-09-24 cs.IR
Graphical Query Builder in Opportunistic Sensor Networks to discover Sensor Information
许多传感器网络应用都是数据驱动的。我们认为查询是发现传感器服务的最佳方式。通常用户不知道可用的传感器。因此，用户需要通过传感器网络提出不同类型的查询，以获得所需的信息。甚至用户可能需要输入具有更高聚合级别的更复杂查询，并且需要与系统进行更复杂的交互。由于用户没有传感器数据或服务的先验知识，我们的目标是开发一个可视化的查询界面，用户可以提供更多的用户友好的查询和机器可以理解这些。在本文的工作中，我们已经开发了一个交互式的可视化查询界面的用户。为了实现这一点，我们已经考虑了几个用例，我们已经从这些用例场景的基于文本的格式中导出了查询的图形表示。通过从Ontology中抽取类、子类和属性，方便了用户。为此，我们在用户界面中解析了OWL文件，并根据解析的信息用户构建可视化查询。后来，我们已经将可视化的查询语言翻译成SPARQL查询，这是一种机器可理解的格式，有助于机器与底层技术进行通信。
2012-08-18 cs.IR
Fix Before Search: Benchmarking Agentic Query Visual Pre-processing in Multimodal Retrieval-augmented Generation
Jilin University（吉林大学）；Michigan State University（密歇根州立大学）
本文提出V-QPP-Bench，通过代理决策任务评估视觉查询预处理的改进，揭示视觉不完美对检索性能的严重影响及训练方法的优化潜力。
2026-02-13 cs.IR
ConceptFormer: Learning Adaptive Latent Concepts for Query-Document Alignment in Visual Document Retrieval
Northeastern University（东北大学）；Tsinghua University（清华大学）；Peking University（北京大学）
针对视觉文档检索中现有监督信号的局限，本文提出ConceptFormer框架，以自适应潜在概念为中间表示衔接语义鸿沟，在基准测试中较最强基线实现了16.7%、22.1%的NDCG@10相对提升，性能优异。
2026-08-24 cs.CV cs.IR
Learning Visual Features from Snapshots for Web Search
当将学习排序算法应用于Web搜索时，通常会设计大量的特征来捕获相关信号。这些特征中的大多数是基于提取的文本元素、链接分析和用户日志计算的。然而，网页不仅仅是链接的文本，而是具有以不同风格组织大量元素的结构化布局。这种布局本身可以传达有用的视觉信息，表明网页的相关性。例如，查询独立布局（即，原始页面布局）可以帮助识别页面质量，而依赖于查询的布局（即，用匹配的查询词呈现的页面）可以进一步告知丰富的结构信息（例如，大小、位置和接近度）。然而，这样的视觉信息的布局已经很少利用在Web搜索在过去。在这项工作中，我们建议从网页的布局中自动学习丰富的视觉特征（即，网页快照）的相关性排名。查询无关和查询相关的快照都被认为是新的输入。然后，我们提出了一种新的视觉感知模型的启发，人类的视觉搜索行为的网页浏览提取视觉特征。该模型可以与传统的人工制作的功能一起端到端学习。我们还表明，这样的视觉功能可以有效地获得在线设置与扩展的倒排索引方案。基准集合上的实验表明，学习视觉特征的网页快照可以显着提高性能的相关性排名在ad-hoc Web检索任务。
2017-10-19 cs.IR
Query-Aware Token Budgeting for Efficient Late-Interaction Visual Document Retrieval
Indian Institute of Science Education and Research Bhopal (IISER Bhopal)（印度科学教育与研究学院博帕尔分院（IISER 博帕尔））
针对晚期交互视觉文档检索中静态池化损失证据的问题，提出查询感知的令牌预算分配，通过有预算的MaxSim覆盖选择令牌，在ViDoRe任务上恢复98.39%的检索质量，优于静态池化。
2026-09-09 cs.AI cs.IR
Query-Adaptive Hash Code Ranking for Large-Scale Multi-View Visual Search
Beihang University（北京航空航天大学）；Xidian University（西安电子科技大学）；University of Technology at Sydney（悉尼科技大学）
基于散列的最近邻搜索在许多应用中变得有吸引力。然而，在散列量化通常退化的判别力时，使用汉明距离排序。此外，对于大规模的视觉搜索，现有的哈希方法不能直接支持多源数据的高效搜索，而文献表明，自适应地结合来自不同来源或视图的互补信息可以显着提高搜索性能。为了解决这些问题，本文提出了一种新的和通用的方法来构建多个哈希表与多个视图，并生成细粒度的排序结果，按位和表的水平。对于每个哈希表，查询自适应逐位加权，以减轻量化损失，同时利用哈希函数的质量和最近邻搜索他们的补充。从表的角度出发，为不同的数据视图建立多个哈希表作为联合索引，在此基础上提出了一种查询特定的排序融合方法，通过在图中扩散的方式对按位排序的结果进行重新排序.在三个著名的基准上进行的图像搜索的综合实验表明，该方法在单表和多表搜索上的性能比现有方法分别提高了17.11%和20.28%。
2019-04-18 cs.IR cs.LG
ViSAR: Training-Free Adaptive-$k$ Retrieval for Visual Document Question Answering
INSA Lyon（里昂国立应用科学学院）；CNRS（法国国家科学研究中心）；EPITA Research Laboratory (LRE)（EPITA研究实验室）；Lowit（洛维特公司）；LIRIS UMR 5205（里昂信息、图像与智能系统实验室）
ViSAR是一种无需训练的自适应k检索方法，用于视觉文档问答，可动态确定检索页面数量，降低RAG延迟最高58.7%，同时保持或提升答案准确性。
2026-09-04 cs.AI cs.CL cs.CV
