[論文レビュー] Text-to-Viz: Automatic Generation of Infographics from Proportion-Related Natural Language Statements

Weiwei Cui, Xiaoyu Zhang+7 more|arXiv (Cornell University)|Jul 22, 2019

Data Visualization and Analytics参考文献 61被引用数 11

ひとこと要約

本稿では、自然言語による割合に関する記述から、CRFに基づくテキスト理解とデザインスペース駆動型のインフォグラフィック合成フレームワークを組み合わせることで、自動的にプロフェッショナルなインフォグラフィックを生成する Text-to-Viz というシステムを提案する。システムはテキストから割合関連のデータを抽出し、事前に設計されたビジュアルテンプレートにマッピングすることで、デザインの専門知識が不要な、美しく使いやすいインフォグラフィックを生成する。ユーザー評価および専門家レビューを通じて、実現可能性が実証されている。

ABSTRACT

Combining data content with visual embellishments, infographics can effectively deliver messages in an engaging and memorable manner. Various authoring tools have been proposed to facilitate the creation of infographics. However, creating a professional infographic with these authoring tools is still not an easy task, requiring much time and design expertise. Therefore, these tools are generally not attractive to casual users, who are either unwilling to take time to learn the tools or lacking in proper design expertise to create a professional infographic. In this paper, we explore an alternative approach: to automatically generate infographics from natural language statements. We first conducted a preliminary study to explore the design space of infographics. Based on the preliminary study, we built a proof-of-concept system that automatically converts statements about simple proportion-related statistics to a set of infographics with pre-designed styles. Finally, we demonstrated the usability and usefulness of the system through sample results, exhibits, and expert reviews.

研究の動機と目的

• デザインの専門知識や複雑なツールの習得に時間を使えない一般ユーザーがインフォグラフィック作成を容易にできるようにする挑戦に応えること。
• 自然言語による割合の記述を、視覚的に魅力的で、プロフェッショナルなスタイルのインフォグラフィックに自動的に変換するアプローチを検討すること。
• 手動でのデザインや複雑なツールの操作を排除することで、作成負荷を軽減し、使いやすさと知覚的効果性に焦点を当てること。
• 実世界の例と専門家フィードバックを用いたプロトタイプシステムを通じて、自動インフォグラフィック生成の実現可能性を実証すること。

提案手法

• 実世界のインフォグラフィック記述の手動ラベル付きコーパスを用いて、CRFベースのモデルを訓練し、自然言語から割合関連のデータ（例：パーセンテージ、カテゴリ）を抽出する。
• 100件以上の実世界のインフォグラフィックを対象としたデザインスペース分析を通じて、一般的なビジュアルパターン、スタイル、構造的要素を同定し、合成に活用する。
• 抽出されたデータと事前定義されたスタイルテンプレートに基づいて、視覚的要素（例：円グラフ、棒グラフ、アイコン、カラースキーム）を組み合わせてインフォグラフィックを構成するモジュラーなフレームワークを設計する。
• アイコン選択は、意味的関連性と視覚的調和性を評価するランク付けメカニズムによってガイドされるが、一部のケースで失敗要因となる。
• 複数の出力スタイルをサポートし、ユーザーが好みに応じて生成されたインフォグラフィックを選択・微調整できる。
• テキストアナライザーからの低信頼度予測を低減するために、しきい値ベースのフィルタリング機構を適用し、耐障害性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 自然言語による割合の記述を信頼性高く解析し、適切なビジュアル表現にマッピングできるか？
• RQ2 プロフェッショナルなインフォグラフィックで一貫して使われるデザインパターンや構造的要素は何か？ そしてそれらを体系的に再利用する方法は？
• RQ3 ルールベースでテンプレート駆動のシステムが、ユーザーのデザイン入力なしに美しく、知覚的に効果的なインフォグラフィックを生成できるか？
• RQ4 一般ユーザーは、手動で作成されたものと比較して、自動生成されたインフォグラフィックをどのように認識し、どのように操作するか？
• RQ5 自動インフォグラフィック生成における主な失敗モードは何か？ そしてそれらをどのように軽減できるか？

主な発見

• 本システムは、NLP とデザインパターンの再利用を組み合わせることで、多様なプロフェッショナルスタイルのインフォグラフィックを、割合関連の記述から効果的に生成できた。
• 専門家レビューとユーザーのフィードバックから、生成されたインフォグラフィックの使いやすさと認識される品質が確認され、本システムの実用的妥当性が裏付けられた。
• CRFベースのテキストアナライザーは、単純～中程度の複雑さの記述に対して十分な精度を達成したが、長文や曖昧な入力では性能が低下した。
• アイコンの不一致とテキストの折り返し問題が主な失敗要因と判明し、とくに記述が長すぎたり、アイコンの意味的不適合が原因で顕著だった。
• 本システムの現在の限界は、パーセンテージにおける重複カテゴリのような曖昧なデータ関係を処理できないことである。これは、現在のモデルが超えるべきより深い意味的理解が求められる。
• 限界は存在するが、プロトタイプは、一般ユーザーが迅速かつ効果的なビジュアルコミュニケーションを求める際、自動インフォグラフィック生成が実現可能で価値あるものであることを示している。