[论文解读] Natural Language Processing in-and-for Design Research
本文回顾了1991年至至今的223篇设计研究中的NLP研究,对设计报告、设计概念和消费者意见等自然语言来源进行分类。将NLP应用映射到设计创新框架中,识别研究空白,并为NLP在设计研究中的未来工作提出方法论和理论方向。
We review the scholarly contributions that utilise Natural Language Processing (NLP) techniques to support the design process. Using a heuristic approach, we gathered 223 articles that are published in 32 journals within the period 1991-present. We present state-of-the-art NLP in-and-for design research by reviewing these articles according to the type of natural language text sources: internal reports, design concepts, discourse transcripts, technical publications, consumer opinions, and others. Upon summarizing and identifying the gaps in these contributions, we utilise an existing design innovation framework to identify the applications that are currently being supported by NLP. We then propose a few methodological and theoretical directions for future NLP in-and-for design research.
研究动机与目标
- 考察自然语言处理(NLP)在设计研究中应用于多样化文本来源的现状。
- 通过系统性回顾223篇学术论文,识别现有NLP-设计研究中的方法论和理论空白。
- 将NLP应用映射到设计创新框架中,以明确当前的能力与局限性。
- 提出可操作的研究方向,以推动NLP-设计研究在方法论和理论层面的发展。
- 通过突出尚未充分开发的文本来源和应用领域,支持将NLP技术整合到设计流程中。
提出的方法
- 对1991年至2022年间发表在32本期刊上的223篇论文进行了启发式综述。
- 将研究中使用的自然语言文本来源划分为六类:内部报告、设计概念、话语转录稿、技术出版物、消费者意见及其他。
- 将NLP技术与应用映射到预先存在的设计创新框架中,以评估其与设计流程阶段的契合度。
- 识别NLP在设计研究中应用的重复性方法论模式和理论假设。
- 综合研究发现,突出设计情境中被低估的文本来源和未充分发展的NLP应用。
- 基于识别出的方法论严谨性和理论基础方面的空白,提出未来的研究方向。
实验结果
研究问题
- RQ1在设计研究的NLP应用中,最常使用的自然语言文本来源类型是什么?
- RQ2NLP技术在设计创新流程的不同阶段中目前如何应用?
- RQ3现有NLP-设计研究中的关键方法论和理论局限性是什么?
- RQ4哪些文本来源和设计流程阶段在当前的NLP应用中仍处于未充分探索状态?
- RQ5未来哪些方法论和理论方向可加强NLP在设计研究中的整合?
主要发现
- 大多数NLP应用在设计研究中集中于技术出版物和消费者意见,而对内部设计报告和话语转录稿的使用有限。
- NLP技术主要应用于情感分析、主题建模和关键词提取,极少有研究采用如基于变压器的模型等高级NLP方法。
- 在分析设计概念和内部设计团队讨论方面存在显著空白,而这些内容对理解创意生成过程至关重要。
- 很少有研究将NLP与正式的设计理论或流程模型相结合,限制了理论基础的稳固性和可重复性。
- 在设计情境中缺乏标准化的评估指标和基准数据集,阻碍了方法论上的可比性。
- 本研究指出,迫切需要更多跨学科研究,将NLP方法与设计科学框架相连接,以增强其实际与理论影响力。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。