Interactive Concept Learning for Uncovering Latent Themes in Large Text Collections
Microsoft Research（微软研究院）；University of Colorado Boulder（科罗拉多大学博尔德分校）；Purdue University（普渡大学）；University of Pennsylvania（宾夕法尼亚大学）
本文提出一种交互式概念学习框架，通过编码不同抽象层级的专家反馈，在自动化与人工编码之间取得平衡，从而更有效地揭示大型文本集合中的潜在主题。
2024-10-21 cs.CL cs.HC
Computer-Assisted Text Analysis for Social Science: Topic Models and Beyond
College of Computing and Informatics University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校计算与信息学院）
主题模型是一系列基于语义的算法，用于总结、探索和索引大量的文本文档。在计算机科学家领导的十年研究之后，主题模型已经扩展到社会科学，因为新一代数据驱动的社会科学家正在寻找工具来探索大量非结构化文本。最近，社会科学家在因果推理和处理多模态问题的工具方面的发展为主题模型文献做出了贡献。在本文中，我提供了一个文献综述的主题建模的演变，包括扩展文档协变量，评估和解释的方法，以及在交互式可视化的进展，以及每个方面的相关性和社会科学研究的应用。
2018-04-03 cs.CL
Exploratory topic modeling with distributional semantics
Turku Centre for Computer Science – TUCS（图尔库计算机科学中心（TUCS））；Åbo Akademi University（奥博学术大学）
当我们继续在众多领域收集和存储文本数据时，我们经常会遇到我们想要揭示的主题结构在很大程度上未知的材料。通过无监督的探索性分析，不需要关于内容的先验知识，并且可以支持高度开放的任务。在过去的几年里，概率主题建模已经成为一个流行的方法来解决这个问题。然而，潜在的主题表示为聚合的半连贯的条款限制了他们的可解释性和详细程度。本文提出了一种替代方法的主题建模，映射主题作为一个网络的探索，基于分布式语义学习的词向量。从术语及其语义相似性关系的粒度级别来看，全局主题结构表现为概念的聚类区域和梯度。此外，本文还讨论了主题图的可视化交互表示，为主题图的开发提供了重要的支持。
2015-07-16 cs.CL cs.IR cs.LG
Contextualized Topic Coherence Metrics
Sorbonne University（索邦大学）；McGill University（麦吉尔大学）；Cornell University（康奈尔大学）
针对神经主题模型优化自动化指标而忽视实际意义的问题，提出基于LLM的Contextualized Topic Coherence（CTC）指标族，包含全自动与半自动版本，实验证明其优于现有自动化方法且在短文档上表现稳健。
2023-05-23 cs.CL cs.IR
TopicGPT: A Prompt-based Topic Modeling Framework
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；University of Maryland（马里兰大学）
TopicGPT利用大型语言模型和提示框架改进主题建模，生成更符合人类分类、可解释且可灵活约束和修改的主题，无需重新训练模型。
2024-04-01 cs.CL
topicwizard -- a Modern, Model-agnostic Framework for Topic Model Visualization and Interpretation
Aarhus University（奥胡斯大学）
针对现有主题模型可视化工具多局限于特定模型类型、传统词列表解释方式存在偏差且信息有限的问题，研究提出模型无关的topicwizard框架，通过交互式可视化工具助力用户全面理解主题、文档与词汇间的语义关系。
2025-05-19 cs.CL
Twitmo: A Twitter Data Topic Modeling and Visualization Package for R
University of Göttingen（哥廷根大学）；Clausthal University of Technology（克劳斯塔尔工业大学）
我们提出了Twitmo，一个软件包，提供了广泛的方法来收集，预处理，分析和可视化地理标记的Twitter数据。Twitmo使用户能够从Twitter收集地理标记的推文，并提供一个全面且用户友好的工具箱，用于从潜在狄利克雷分配（LDA），相关主题模型（CTM）和结构主题模型（STM）生成主题分布。包括文本预处理、模型构建和预测功能。此外，该软件包的创新之一是使用主题标签和余弦相似性将推文自动汇集成更长的伪文档，以实现更好的主题一致性。该软件包还具有以静态和交互方式可视化收集的数据集和拟合模型的功能，并通过LDAvis为模型可视化提供内置支持，为该领域的研究人员提供极大的便利。Twitmo软件包是一个创新的工具箱，可用于分析各种主题，政党或感兴趣的人在空间和时间的公共话语。
2022-07-08 cs.CL cs.IR cs.LG
Analyses of Multi-collection Corpora via Compound Topic Modeling
Indian Institute of Technology Goa（印度理工学院果阿分校）；Informatics Institute, University of Florida（佛罗里达大学信息学研究所）；University of Florida（佛罗里达大学）
随着电子存储数据在日常生活中的增长，获取新的和相关的信息变得具有挑战性的文本挖掘。因此，人们一直在寻求基于词频、矩阵代数或主题建模的统计方法来进行文本挖掘。目前流行的主题模式都集中在单一的文本集合上，这对于文本的比较分析是很有缺陷的。我们考虑一个设置，其中一个可以划分成子集合的语料库。每个子集合共享一组公共的主题，但集合之间的主题比例存在相对变化。包括任何先验知识的语料库（如组织结构），我们提出了复合潜在狄利克雷分配（cLDA）模型，改进以前的工作，鼓励推广，并减少依赖于用户输入参数。为了确定cLDA中感兴趣的参数，我们广泛研究了马尔可夫链蒙特卡罗（MCMC）和变分推理方法，并提出了一种有效的MCMC方法。我们使用合成语料库和真实语料库定性和定量地评估cLDA。对一些真实语料库的可用性研究说明了cLDA在自动探索底层主题方面的优越性，同时也对多个集合之间的连接和变化进行了建模。
2019-06-17 cs.CL cs.IR cs.LG
Label Semantic Expansion via Label Guided Neural Topic Modeling
Division of Artificial Intelligence, Lingnan University（岭南大学人工智能学院）；School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院）；School of Science and Technology, Hong Kong Metropolitan University（香港都会大学科技学院）
该研究提出LGNTM模型，通过“主题服务于标签”的标签语义扩展方法，在多任务实验中展现出优异的标签-主题对齐、标签扩展等性能。
2026-09-01 cs.AI cs.CL
GPTopic: Dynamic and Interactive Topic Representations
University of Cambridge（剑桥大学）；LMU Munich（慕尼黑大学）；TU Clausthal（Clausthal技术大学）；BASF（巴斯夫）；Tribhuvan University（特里布文大学）；MCML
GPTopic利用大型语言模型创建动态交互式主题表示，通过直观界面提升主题建模的可访问性和全面性。
2025-11-20 cs.CL
Interactive Model Cards: A Human-Centered Approach to Model Documentation
Tableau Research & User Research（Tableau研究与用户研究部）；Salesforce Research（赛富时研究院）；Hugging Face（抱抱脸）
用于自然语言处理（NLP）的深度学习模型越来越多地被分析师采用和部署，而无需接受NLP或机器学习（ML）的正式培训。然而，旨在传达模型细节和适当使用的文档主要是针对具有ML或NLP专业知识的个人定制的。为了解决这一差距，我们进行了设计调查的交互式模型卡，这增加了传统的静态模型卡与启示，探索模型文档和模型本身的互动。我们的调查包括与ML，NLP和AI伦理学专家进行的初步概念研究，然后是与在工作中使用ML模型的非专家分析师进行的单独评估研究。使用半结构化的访谈格式，加上有声思维协议，我们收集了反馈，共30名参与者从事不同版本的标准和交互式模型卡。通过对收集到的数据进行主题分析，我们确定了几个概念维度，总结了标准和交互式模型卡的优势和局限性，包括：利益相关者;设计;指导;可理解性和可解释性;意义理解和怀疑;信任和安全。我们的研究结果表明，精心考虑的设计和互动的重要性，为导向和支持非专家分析师使用深度学习模型，以及需要考虑更广泛的社会技术背景和组织动态。我们还确定了支持交互性并使非交互式内容可访问的设计元素，例如语言，视觉提示和警告等。我们总结了我们的研究结果作为设计指南，并讨论了它们对以人为本的AI/ML文档方法的影响。
2022-05-05 cs.AI cs.CL cs.HC
INS: An Interactive Chinese News Synthesis System
Peking University（北京大学）
如今，我们被越来越多的网络新闻所包围。如果我们想探讨一个热点新闻事件或话题，需要阅读数十或数百篇新闻文章。因此，为了方便读者，将一批与事件或主题相关的新闻文章自动合成为新的合成文章（或概述文章）至关重要。实现新闻合成的全自动化是一个很大的挑战，目前还没有成功的解决方案。本文提出了一种新的交互式新闻合成系统（INS），它可以自动生成新闻综述文章，也可以通过用户交互生成。更重要的是，INS可以作为编辑的工具，帮助他们完成工作。在我们的实验中，INS在主题表征和合成文章生成方面表现良好。一项用户研究也表明了INS工具的实用性和用户满意度。演示视频可在\url{https://youtu.be/7ItteKW3GEk}上获得。
2019-07-25 cs.CL cs.HC
DeepSI: Interactive Deep Learning for Semantic Interaction
Virginia Tech（弗吉尼亚理工大学）
本文提出 DeepSI_finetune 框架，将深度学习嵌入语义交互回路，通过交互微调表示以更少交互更准确地推断用户意图。
2023-05-26 cs.AI cs.CL cs.HC
Interactive Distillation of Large Single-Topic Corpora of Scientific Papers
LANL（洛斯阿拉莫斯国家实验室）
本文提出一种基于机器学习的交互式工具，通过核心语料、引文网络、文本嵌入和人在回路选择，从大规模文献中建设性地蒸馏出针对性的单主题科学论文数据集。
2023-09-19 cs.CL cs.DL cs.IR
Parachute: Evaluating Interactive Human-LM Co-writing Systems
Pennsylvania State University（宾夕法尼亚州立大学）；Carnegie Mellon University（卡内基梅隆大学）
语言模型（LM）的发展已经引起了人们对使用LM来构建共同写作系统的极大兴趣，在该系统中，人类和LM交互地贡献于共享的写作工件。然而，缺乏研究评估在互动环境中的共同写作系统。我们提出了一个以人为中心的评价框架，降落伞，交互式合作写作系统。Parachute展示了交互评估的综合视图，其中每个评估方面都由分类的实用指标组成。此外，我们提出了降落伞的一个用例来演示如何使用降落伞评估和比较共同编写系统。
2023-03-25 cs.AI cs.CL cs.HC
Discrete Argument Representation Learning for Interactive Argument Pair Identification
Fudan University（复旦大学）；Hong Kong Polytechnic University（香港理工大学）
在本文中，我们专注于提取互动的论点对从两个职位相反的立场，以某一主题。考虑到意见是从讨论主题的不同角度交换的，我们研究了论证的离散表示，以捕获论证语言中的不同方面（例如，辩论焦点和参与者行为）。此外，我们利用层次结构模型后明智的信息纳入上下文知识。从CMV收集的大规模数据集上的实验结果表明，我们提出的框架可以显着优于竞争基线。进一步的分析揭示了为什么我们的模型产生卓越的性能，并证明了我们学习的表示的有用性。
2019-11-05 cs.CL
Cue Me In: Content-Inducing Approaches to Interactive Story Generation
University of California, Santa Cruz（加利福尼亚大学圣克鲁兹分校）；University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
自动生成故事是一个具有挑战性的问题，它需要生成关于主题的因果关系和逻辑事件序列。在这个领域中，以前的方法主要集中在一次性生成上，其中语言模型基于来自用户的有限初始输入输出完整的故事。在这里，我们而是专注于互动故事生成的任务，在生成过程中，用户提供的模型中级句子抽象的提示短语的形式。这为人类用户提供了指导故事生成的界面。我们提出了两个内容诱导的方法来有效地将这些额外的信息。自动和人工评估的实验结果表明，这些方法产生更多的主题连贯和个性化的故事相比，基线方法。
2020-10-20 cs.CL
Discovering Political Topics in Facebook Discussion threads with Graph Contextualization
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）；Audencia Business School（南特高等商学院）
我们提出了一个图的上下文化方法，pairGraphText，在2012年法国总统大选期间在Facebook上研究政治参与。它是一种谱算法，将图形数据与文本数据结合起来，用于在线讨论线程。特别是，我们研究了八位领先候选人的Facebook帖子以及这些帖子下面的评论。我们发现的证据（一）候选人为中心的结构，其中公民主要评论一个候选人的墙上和（二）问题为中心的结构（即在政治话题），其中公民的注意力和表达主要是针对一组特定的问题（如经济，移民等）。为了识别以问题为中心的结构，我们开发了pairGraphText，以分析具有交互（即文本）高维特征的网络。这种技术可以扩展到数十万个节点和数千个独特的单词。在Facebook数据中，没有上下文文本信息的谱聚类发现了（i）候选和（ii）问题集群的混合。带有文本数据的语境化信息有助于分离这两种结构。我们的结论是，新的方法是一致的统计模型下。
2018-03-24 cs.CL physics.soc-ph stat.AP
Next Steps for Human-Centered Generative AI: A Technical Perspective
UCLA（加州大学洛杉矶分校）；Google Research（谷歌研究院）；Toyota Research Institute（丰田研究院）；UCSB（加州大学圣巴巴拉分校）；Salesforce Research（赛富时研究院）；Adobe Research（奥多比研究院）；Autodesk Research（欧特克研究院）
本文通过跨学科讨论，提出以人为本的生成式人工智能（HGAI）的研究议程，涵盖价值观对齐、意图理解和能力增强三个层面，旨在引导跨学科团队聚焦新兴研究方向。
2023-12-22 cs.CL cs.CV cs.HC
Persua: A Visual Interactive System to Enhance the Persuasiveness of Arguments in Online Discussion
Carnegie Mellon University（卡内基梅隆大学）；The Hong Kong University of Science and Technology（香港科技大学）
说服人们改变他们的观点是在线讨论论坛的常见做法，主题从政治竞选到关系咨询。提高人们撰写有说服力的论点的能力不仅可以锻炼他们的批判性思维和推理能力，而且有助于在线交流的有效性和文明性。然而，在书面文字是主要沟通渠道的在线讨论环境中，这并不是一件容易的事情。在本文中，我们得出了四个设计目标的工具，帮助用户提高说服力的论点在网上讨论，通过对123个在线论坛用户的调查和访谈与5个辩论专家。为了满足这些设计目标，我们分析并构建了一个细粒度说服策略的标记数据集（即，标志，悲情，精神气质和证据）在164个论点中具有很高的说服力，来自ChangeMyView，一个流行的在线讨论论坛。然后，我们设计了一个交互式的视觉系统，Persua，它提供了基于实例的指导说服策略，以提高说服力的论点。特别是，该系统构造的参数组合的基础上应用于一个给定的讨论主题的不同的说服策略。然后，根据数据集中用户输入和高质量参数的组合之间的差异，给出了具体的例子。一项受试者之间的研究显示，与基线系统相比，Persua鼓励用户提交更多的反馈，并帮助用户提高论点的说服力。最后，总结了一套设计考虑，以指导未来的智能系统，提高文本的说服力。
2022-04-21 cs.CL cs.HC cs.LG
Topic Graph Generation for Query Navigation: Use of Frequency Classes for Topic Extraction
为了使文档检索系统的交互式指导机制，我们开发了一个用户界面，在检索过程的每个阶段向用户呈现可视化的主题地图。主题词是自动提取的频率分析和主题词之间的关系的强度是衡量他们的共现。影响用户对给定主题词图的印象的主要因素是共同主题词和特定主题词之间的平衡。通过使用频率类别进行主题词提取，我们可以选择平衡的主题词集，并调整公共和特定主题词的平衡。
1997-12-12 cmp-lg cs.CL
Games That Teach, Chats That Convince: Comparing Interactive and Static Formats for Persuasive Learning
University of British Columbia（不列颠哥伦比亚大学）；Vector Institute for AI（人工智能矢量研究所）
本文比较了互动和静态格式在说服学习中的效果，发现聊天机器人在提升感知重要性方面表现最佳，但基于文本的游戏在延迟测试中表现更优，揭示了说服体验与实际学习之间的脱节。
2026-02-24 cs.AI cs.CL cs.ET
EviMap: Evidence-Grounded Hierarchical Topic Maps for Exploring Unlabeled Corpora
L3S Research Center, Leibniz University Hannover（汉诺威莱布尼茨大学L3S研究中心）；Technische Universität Darmstadt（达姆施塔特工业大学）
EviMap通过提取文档内证据短语并组织成分层主题图谱，结合LLM和嵌入聚类，为未标注语料库提供可审计的主题概览，确保每个标签可追溯到原始文本。
2026-09-09 cs.CL cs.HC cs.IR
Correlation between prosody and pragmatics: A case study of the discourse marker hālā `now' in Persian
本研究以波斯语话语标记hālā为对象，通过分析267个口语实例，结合语用与声学方法，发现时长和强度是区分其多功能的关键韵律线索。
2026-07-31 cs.CL
iFacetSum: Coreference-based Interactive Faceted Summarization for Multi-Document Exploration
Bar-Ilan University（巴伊兰大学）；Intel Labs（英特尔实验室）；UNC Chapel Hill（北卡罗来纳大学教堂山分校）；Peres Academic Center（佩雷斯学术中心）
我们介绍iFacetSum，探索主题文档集的Web应用程序。iFacetSum通过提供一种新颖的分面导航方案，为用户的选择生成抽象摘要，将交互式摘要与分面搜索集成在一起。这种方法既提供了一个全面的概述，也提供了关于所选子主题的简明细节。细粒度的方面是基于跨文档共指管道自动生成的，呈现源文本中出现的通用概念、实体和语句。我们通过小规模的用户研究，这表明我们的方法的实用性，我们的应用程序的有效性进行分析。
2021-09-23 cs.CL
Simple Baselines for Interactive Video Retrieval with Questions and Answers
Princeton University（普林斯顿大学）；University of Cambridge（剑桥大学）
针对现有交互式视频检索方法复杂、性能提升有限的问题，研究提出几种简单有效的问答式交互基线，用VideoQA模型模拟用户交互，无需真实对话数据即可开展研究，在多个数据集上显著提升了文本视频检索性能。
2023-08-21 cs.AI cs.CL cs.CV
UKP-SQuARE: An Interactive Tool for Teaching Question Answering
Ubiquitous Knowledge Processing Lab (UKP Lab)（普适知识处理实验室（UKP实验室））；Department of Computer Science（计算机科学系）；Hessian Center for AI (hessian.AI)（黑森人工智能中心（hessian.AI））；Technical University of Darmstadt（达姆施塔特工业大学）
本文提出 QA 教育平台 UKP-SQuARE，通过交互式运行、比较与分析多种模型，支持以学习者为中心的 NLP 教学，并在研究生课程中获得积极反馈。
2023-06-02 cs.CL
CRYPTEXT: Database and Interactive Toolkit of Human-Written Text Perturbations in the Wild
The Pennsylvania State University（宾夕法尼亚州立大学）；Yahoo Inc.（雅虎公司）
互联网上用户生成的文本内容通常是嘈杂的，错误的，并且在语法上不正确。事实上，一些在线用户选择通过精心扰动的文本在网上表达他们的观点，特别是在有争议的话题（例如，政治、疫苗授权）或滥用环境（例如，网络欺凌、仇恨言论）。然而，据我们所知，还没有一个框架来探索这些在线的“人类书写的”扰动（与算法生成的扰动相反）。因此，我们介绍了一个交互式系统，称为APPTEXT。APPTEXT是一个数据密集型的应用程序，它为用户提供了一个数据库和几个工具来提取和与人类编写的扰动进行交互。具体地，PNETTEXT帮助查找、扰动和归一化（即，解扰）文本。ESPTEXT还提供了一个交互式界面来在线监控和分析文本扰动。一个简短的演示视频可在：https://youtu.be/8WT3G8xjIoI
2023-01-16 cs.AI cs.CL cs.LG
Customized Image Narrative Generation via Interactive Visual Question Generation and Answering
The University of Tokyo（东京大学）；RIKEN（理化学研究所）
图像描述任务一直是以静态的方式进行研究的，定性的假设被认为是普遍适用的，无论描述的范围或目标如何。然而，在实践中，不同的观众可能会注意到图像的不同方面，并在不同的语境下产生不同的描述或解释。这种视角的多样性很难用传统的图像描述技术得到。在本文中，我们提出了一个定制的图像叙事生成任务，其中用户交互式地参与生成过程中提供的问题的答案。我们进一步尝试通过重复这样的交互阶段来学习用户的兴趣，并自动反映新图像的描述中的兴趣。实验结果表明，我们的模型可以生成各种描述从单一的图像，涵盖了更广泛的主题比传统的模型，同时可定制的目标用户的互动。
2018-04-27 cs.AI cs.CL cs.CV
WeChat AI & ICT's Submission for DSTC9 Interactive Dialogue Evaluation Track
WeChat AI, Tencent Inc（腾讯公司微信人工智能实验室）；Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）；Peking University（北京大学）；University of Chinese Academy of Sciences（中国科学院大学）
我们参加了DSTC 9交互式对话评估轨道（Gunasekara et al. 2020）子任务1（基于知识的对话）和子任务2（交互式对话）。在子任务1中，我们使用一个预先训练好的语言模型来生成与主题相关的响应，并提出了一种响应集成方法来选择响应。在子任务2中，我们提出了一种新的对话规划模型（Dialogue Planning Model，简称PMM）来捕获与人类交互中的会话流。我们还设计了一个完整的开放领域对话系统，包括前处理，对话模型，评分模型，和后处理，它可以生成流畅，连贯，一致，人性化的反应。我们在人工评分上并列第一，在子任务1中获得了最高的Meteor和Bert评分，在子任务2中的交互式人工评估中排名第三。
2021-06-04 cs.AI cs.CL
Demonstrating ViviDoc: Generating Interactive Documents through Human-Agent Collaboration
State Key Lab of CAD&CG（CAD与CG国家重点实验室）；HKUST(GZ)（香港科技大学（广州））；National University of Singapore（新加坡国立大学）；University of Virginia（弗吉尼亚大学）
ViviDoc通过人机协作生成交互式教育文档，采用多代理流水线和文档规范提升生成质量和编辑体验。
2026-03-02 cs.AI cs.CL
