Enhancing Text Comprehension for Dyslexic Readers: A 3D Semantic Visualization Approach Using Transformer Mode
本研究利用阅读障碍者较强的空间想象能力,提出用Transformer模型将文本映射为三维语义向量并进行空间聚类,实验证明该方法能显著提升其对复杂文本的理解。
2025-06-04 cs.HC
Progressive Value Reading: The Use of Motion to Gradually Examine Data Involving Large Magnitudes
Inria(法国国家信息与自动化研究所);CNRS(法国国家科学研究中心);Univ. Bordeaux(波尔多大学)
本文提出渐进值阅读的概念,通过运动逐步考察数据,提供设计空间和实证评估基础。
2026-02-23 cs.HC
A Multidimensional Assessment Method for Situated Visualization Understanding (MdamV)
针对现有可视化理解评估忽视数字素养等因素的问题,提出涵盖六个维度的情境化可视化理解多维评估方法(MdamV),结合任务测量、能力评级与开放式批判,验证了超越表现评估的价值。
2025-11-03 cs.HC
Towards Collective Storytelling: Investigating Audience Annotations in Data Visualizations
本研究以批判制图学为启发,探究数据可视化中受众标注的作用,发现标注可助力集体数据叙事、促进读者共情与反思,甚至成为可视化的核心焦点。
2025-03-24 cs.HC
Narrative Player: Reviving Data Narratives with Visuals
针对数据密集型文档依赖文本、现有可视化侧重局部内容的问题,提出Narrative Player方法,结合LLM与优化方法生成连贯可视化序列及过渡动画,合成数据视频以提升数据叙事的阅读体验。
2025-01-15 cs.HC
Chartist: Task-driven Eye Movement Control for Chart Reading
Chartist提出两级层次控制架构,结合大语言模型与强化学习,模拟用户执行图表分析任务时的任务驱动眼动扫描路径,为理解人类图表阅读行为提供新方法。
2025-02-05 cs.HC
SeeChart: Enabling Accessible Visualizations Through Interactive Natural Language Interface For People with Visual Impairments
基于Web的数据可视化在探索数据和交流见解方面已经变得非常流行。报纸、期刊和报告定期发布可视化内容,用数据讲述引人入胜的故事。不幸的是,大多数可视化是无法访问的读者与视觉障碍。对于网络上的许多图表,没有附带的替代(alt)文本,即使存在这样的文本,它们也不能充分描述图表的重要见解。为了解决这个问题,我们首先采访了15位盲人用户,以了解他们在阅读数据可视化方面的挑战和需求。基于这些采访的见解,我们开发了SeeChart,这是一种交互式工具,可以自动从网页上解构图表,然后将其转换为盲人可访问的可视化,使他们能够听到图表摘要,并使用键盘通过数据点进行交互。我们对14名盲人参与者的评估表明,SeeChart在理解图表中的关键见解和满足他们的信息需求方面具有有效性,同时减少了他们所需的时间和认知负担。
2023-02-15 cs.HC
DASH: A Bimodal Data Exploration Tool for Interactive Text and Visualizations
本文提出双模态数据探索工具DASH,结合语义层级模型与大语言模型,通过拖放交互将文本与可视化整合,以支持数据驱动叙事的创建。
2024-08-05 cs.HC
VisAhoi: Towards a Library to Generate and Integrate Visualization Onboarding Using High-level Visualization Grammars
本文提出VisAhoi库,利用高级可视化语法(Vega-Lite、Plotly.js、ECharts)生成引导元素,支持多种图表类型,并验证其在HTS分析工具和Flourish模板中的集成适用性。
2023-08-31 cs.HC
What Does the Chart Say? Grouping Cues Guide Viewer Comparisons and Conclusions in Bar Charts
本研究构建视觉比较分类体系,探究条形图中分组线索对观看者比较行为的影响,发现人们倾向先组间比较再个体比较,空间邻近性是比颜色更强的分组线索,且分组后不会再考虑其他分组方式。
2023-10-03 cs.HC
Subjective visualization experiences: impact of visual design and experimental design
本文探讨了图表视觉设计与实验设计对主观可视化体验的影响,发现颜色、方向和来源标注等设计变化及不同实验方法会显著改变主观可读性与可信度评估,并提供了相关方法论见解。
2023-10-13 cs.HC
Rich Screen Reader Experiences for Accessible Data Visualization
当前的Web可访问性指南要求可视化设计师通过基本的非视觉替代方案(如文本描述和访问原始数据表)来支持屏幕阅读器。但是图表不仅仅是汇总数据或复制表格;它们提供了不同粒度级别的交互式数据探索-从细粒度的数据阅读到略读和呈现高级趋势。为了应对缺乏可比的非视觉启示,我们提出了一套丰富的屏幕阅读器的经验,可访问的数据可视化和探索。通过一个迭代的协同设计过程中,我们确定了三个关键的设计维度表达屏幕阅读器的可访问性:结构,或图表实体应该如何组织屏幕阅读器遍历;导航,或结构,空间和有针对性的操作,用户可能会执行一步通过结构;和,描述,或语义内容,组成,和冗长的屏幕阅读器的叙述。我们将这些维度操作化为屏幕阅读器可访问的可视化原型,涵盖各种图表类型和我们设计维度的组合。我们在一项混合方法研究中评估了这些原型的一个子集,其中有13名盲人和低视力读者。我们的研究结果表明,这些设计可以帮助用户概念化数据空间,有选择地参加在不同级别的粒度感兴趣的数据,并在他们的数据分析过程中的经验控制和代理。这篇论文的HTML版本可以在http://vis.csail.mit.edu/pubs/rich-screen-reader-vis-experiences上找到。
2022-05-10 cs.HC
Understanding Visualization: A Formal Approach using Category Theory and Semiotics
本文结合符号学和范畴理论的词汇,对可视化进行形式化分析。它展示了熟悉的可视化过程如何符合索绪尔和皮尔士的符号学框架,并使用范畴理论的工具扩展了这些结构,为理解实践中的可视化提供了一个通用框架,包括:系统之间的关系,从这些系统收集的数据,以表示形式呈现这些数据,读取这些表示以创建可视化,以及使用这些可视化来创建对被检查系统的知识和理解。由此产生的框架进行验证,演示如何熟悉的信息可视化概念(如字面量,敏感性,冗余,模糊性,概括性和图表垃圾)自然产生的,可以正式和精确地定义。本文概括了以前的工作的可视化的正式表征,除其他外,Ziemkiewicz和Kosara,并允许我们正式区分属性的可视化过程中,以前的工作没有。
2013-11-18 cs.GR cs.HC cs.LO
Why Change My Design: Explaining Poorly Constructed Visualization Designs with Explorable Explanations
本研究通过众包实验评估六种解释方法及可探索解释在帮助人们识别并改进不佳可视化设计中的效果,发现参与者接受超60%的提议修改,但方法间无显著差异。
2023-09-04 cs.HC
Guardrail Selection in Line Charts to Contextualize Persuasive Visualizations
University of Utah(犹他大学);Graz University of Technology(格拉茨工业大学);Worcester Polytechnic Institute(伍斯特理工学院)
本研究探讨了如何通过在折线图中嵌入上下文比较线(guardrails)来增强说服性可视化的情境化效果,提出了实用的guardrail采样策略,并通过实验证明了其在提升信任度、准确性及情境感知方面的有效性。
2026-05-18 cs.HC
GPT-5 Model Corrected GPT-4V's Chart Reading Errors, Not Prompting
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);The Ohio State University(俄亥俄州立大学)
本研究通过107个可视化问题比较GPT-5和GPT-4V,发现模型架构而非提示工程主导图表读取准确性,GPT-5显著提升性能。
2025-10-08 cs.CL cs.CV cs.HC
Accessible Visualization via Natural Language Descriptions: A Four-Level Model of Semantic Content
MIT CSAIL(麻省理工学院计算机科学与人工智能实验室)
自然语言描述有时伴随着可视化,以更好地传达和情境化他们的见解,并提高残疾读者的可访问性。然而,很难评估这些描述的有用性,以及它们如何有效地改善对有意义信息的访问,因为我们对它们所传达的语义内容以及不同读者如何接收这些内容知之甚少。作为回应,我们引入了一个概念模型的语义内容所传达的自然语言描述的可视化。通过对2,147个句子的扎根理论分析,我们的模型跨越了四个层次的语义内容:列举可视化构造属性(例如,标记和编码);报告统计概念和关系(例如,极值和相关性);识别感知和认知现象(例如,复杂的趋势和模式);以及阐明特定领域的见解(例如,社会和政治背景)。为了证明我们的模型可以应用于评估可视化描述的有效性,我们进行了一个混合方法的评估与30个盲人和90个视力正常的读者,并发现这些读者群体显着不同的语义内容,他们排名为最有用的。总之,我们的模型和研究结果表明,访问有意义的信息是强烈的读者特定的,在自动可视化字幕的研究应面向描述,更丰富的沟通整体趋势和统计数据,读者的喜好敏感。我们的工作为自然语言作为一种与可视化同等重要的数据接口的研究开辟了新的空间。
2021-10-08 cs.CL cs.HC
ChartText: Linking Text with Charts in Documents
最近的工作表明,交互式文档连接文本与可视化促进阅读理解。然而,创建这种类型的内容需要专业知识。我们提出了ChartText,一种将文本与可视化联系起来的方法。我们的方法支持包含条形图、折线图和散点图的文档。ChartText接收可视化的可视化编码及其相关文本作为输入。然后,它在两个阶段执行链接:匹配阶段创建文本和图表之间的简单短语相关的单个链接。然后,在分组阶段,根据视觉通道将各个链接组合起来,建立更有意义的连接。我们使用两个数据集来设计和评估我们的方法;第一个来自网络文档(24个条形图和文本),第二个来自学术文档(25个条形图,25个折线图和25个散点图及其文本)。我们的实验表明,我们的方法在两个数据集上都获得了0.50和0.66的F1分数。我们也可以使用半自动的方法来纠正单个链接;在这种情况下,分数分别上升到0.68和0.84。为了显示我们的技术的实用性,我们实现了两个概念证明。我们在第一个中使用图形覆盖创建交互式文档,促进阅读体验。我们使用语音而不是文本来实时注释图表。例如,在视频会议中,我们的技术可以自动注释演示者描述后的图表。
2022-01-13 cs.HC cs.IR
Natural Language Dataset Generation Framework for Visualizations Powered by Large Language Models
本文提出 VL2NL 框架,仅凭 Vega-Lite 规范利用 LLM 生成多样的可视化 NL 数据集,并构建 1,981 个真实规范集合,实验验证其语义提取与多样化生成能力。
2024-01-22 cs.HC
Inheriting the Count: How Visualization Literacy Got Its Measure
Linköping University(林雪平大学)
本文追溯可视化素养的历史,指出其测量框架源于早期政府统计的量化、个体化和二元分类价值观,并提出两波研究浪潮,倡导从评估转向情境化实践与批判性阅读。
2026-09-15 cs.CY cs.HC
Chart-Supported or Model-Supplied? Examining MLLM-Generated Claims for Accessible Visualization
研究多模态大语言模型生成可视化声明的证据基础,通过对多种来源、模型及输入条件的探索性研究,分析模型标签与数值一致性,发现可访问图表上下文有作用,添加图像及无上下文提示效果不佳,推动可区分证据支持声明与模型解释的描述系统发展。
2026-09-25 cs.AI cs.HC cs.MA
Pluto: Authoring Semantically Aligned Text and Charts for Data-Driven Communication
针对现有可视化工具对文本与图表联合创作支持有限的问题,提出混合主动式系统Pluto,通过利用图表特征和用户文本建议内容呈现方式,初步研究显示其可辅助创作并识别策略,还讨论了相关设计意义。
2025-02-11 cs.HC