[论文解读] Olio: A Semantic Search Interface for Data Repositories

Vidya Setlur, Andriy Kanyuka+1 more|arXiv (Cornell University)|Jul 31, 2023

Semantic Web and OntologiesComputer Science被引用 3

一句话总结

Olio 为数据仓库引入了一种语义搜索界面，通过结合动态生成的可视化响应与预先撰写的图表，支持三种搜索范式：问答式搜索、探索式搜索和设计搜索。通过利用用户意图、元数据和语义理解，Olio 提升了搜索的表达能力，使用户能够更有效地发现洞察和可视化内容，该结论已在初步用户评估中得到验证。

ABSTRACT

Search and information retrieval systems are becoming more expressive in interpreting user queries beyond the traditional weighted bag-of-words model of document retrieval. For example, searching for a flight status or a game score returns a dynamically generated response along with supporting, pre-authored documents contextually relevant to the query. In this paper, we extend this hybrid search paradigm to data repositories that contain curated data sources and visualization content. We introduce a semantic search interface, OLIO, that provides a hybrid set of results comprising both auto-generated visualization responses and pre-authored charts to blend analytical question-answering with content discovery search goals. We specifically explore three search scenarios - question-and-answering, exploratory search, and design search over data repositories. The interface also provides faceted search support for users to refine and filter the conventional best-first search results based on parameters such as author name, time, and chart type. A preliminary user evaluation of the system demonstrates that OLIO's interface and the hybrid search paradigm collectively afford greater expressivity in how users discover insights and visualization content in data repositories.

研究动机与目标

• 解决在文本元数据稀疏的数据仓库中，基于关键词搜索的局限性。
• 弥合事实查找型问答与数据仓库中内容发现之间的差距。
• 通过整合分析意图识别与生成可视化和精选内容的混合结果，支持更具表达力的搜索。
• 通过语义理解与分面过滤，提升用户在发现洞察和可视化内容方面的表达能力。
• 评估混合语义搜索界面在支持多样化分析搜索目标方面的有效性。

提出的方法

• Olio 使用自然语言理解技术检测用户查询意图，例如分析趋势、关键词或可视化类型。
• 根据查询的语义相关性，检索并排序精选的数据源和预先撰写的可视化图表。
• 在问答式搜索中，Olio 利用分析意图和数据源语义，生成多变量可视化图表并附带文本摘要。
• 系统支持基于作者、时间、图表类型等元数据的分面过滤。
• 将动态可视化生成与静态预设内容集成，形成混合结果集。
• 界面通过标题、图注和元数据的语义索引，提升召回率，即使在数据仓库中文本内容有限的情况下也能实现。

Figure 1. Examples of various semantic search scenarios supported in Olio . (A) Q&A . For an input query, “How has the trend of movie budgets changed over time for different genres?,” Olio detects that it is a Q&A search with an analytical intent, ‘trend.’ A curated data source, ‘movies,’ is the top

实验结果

研究问题

• RQ1 语义搜索系统如何有效支持在文本元数据稀疏的数据仓库中的问答式搜索？
• RQ2 将动态生成的可视化与预设内容相结合，在多大程度上提升了用户在内容发现中的表达能力？
• RQ3 用户如何评价混合搜索范式在支持目标明确和开放性分析探索方面的表现？
• RQ4 分析意图检测在提升多样化搜索目标结果相关性方面发挥什么作用？
• RQ5 分面过滤如何增强用户对搜索结果的控制力与精细化调整能力？

主要发现

• Olio 的混合搜索范式，结合生成可视化与预设内容，使用户比传统关键词搜索更有效地发现洞察和可视化内容。
• 用户认为系统在支持目标明确的分析查询和开放式的探索性搜索方面均有帮助，表明其在各类搜索目标中均具有广泛适用性。
• 系统检测分析意图（如趋势、对比）并生成相应可视化的能力，显著提升了复杂查询响应的相关性。
• 基于作者、时间与图表类型的分面过滤，增强了用户对搜索结果的控制力与精细化调整能力。
• 初步评估表明，与传统搜索方法相比，该语义搜索界面在数据与内容发现方面提供了更高的表达能力。
• 语义理解与可视化生成及内容检索的整合，支持了数据仓库中更连贯的分析工作流。

Figure 2. Olio ’s landing screen. (A) A search input box with a placeholder query suggestion generated based on one of the available data sources. (B) Thumbnail previews of some available data sources. Here, hovering over the ‘Housing’ data source shows a tooltip displaying metadata about the data s