[论文解读] 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 11

一句话总结

本文提出 Text-to-Viz 系统，该系统结合基于 CRF 的文本理解与基于设计空间的图表合成框架，能够自动从关于比例的自然语言陈述中生成专业级信息图。该系统从文本中提取与比例相关的信息，并将其映射到预先设计的视觉模板上，生成美观且可直接使用的图表，无需任何设计专业知识。通过用户评估和专家评审，验证了该方法的可行性。

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.

研究动机与目标

• 为解决缺乏设计专业知识或时间学习复杂工具的普通用户在信息图创作方面的挑战。
• 探索一种自动化方法，将关于比例的自然语言陈述转化为视觉上吸引人且风格专业的信息图。
• 通过消除手动设计或复杂工具交互的需求，降低创作负担，同时聚焦于可用性与感知有效性。
• 通过概念验证系统、真实案例及专家反馈，证明自动信息图生成的可行性。

提出的方法

• 在真实世界信息图陈述的手动标注语料库上训练基于 CRF 的模型，以从自然语言中提取与比例相关的信息（如百分比、类别）。
• 对 100 多张真实世界信息图进行设计空间分析，以识别常见视觉模式、风格及结构组件，用于合成。
• 设计了一种模块化框架，通过组合视觉元素（如饼图、柱状图、图标、配色方案）并基于提取的数据与预设风格模板生成信息图。
• 图标选择由一种评估语义相关性与视觉协调性的排序机制引导，但该机制在某些情况下仍存在失败风险。
• 系统支持多种输出风格，并允许用户根据个人偏好选择或调整生成的信息图。
• 应用基于阈值的过滤机制，以减少文本分析器的低置信度预测，提升系统鲁棒性。

实验结果

研究问题

• RQ1 能否可靠地解析关于比例的自然语言陈述，并将其映射到合适的视觉表达形式？
• RQ2 专业信息图中一致使用的典型设计模式与结构元素是什么？如何系统性地复用这些元素？
• RQ3 基于规则、模板驱动的系统是否能在无需用户设计输入的情况下，生成美观且感知有效的信息图？
• RQ4 普通用户如何感知并交互于自动生成的信息图，与手动创建的信息图相比有何差异？
• RQ5 自动信息图生成中的主要故障模式是什么？如何加以缓解？

主要发现

• 该系统成功地通过自然语言处理与设计模式复用的结合，将与比例相关的陈述转化为多种风格的专业级信息图。
• 专家评审与用户反馈均证实了生成信息图的可用性与感知质量，支持该系统在实际应用中的可行性。
• 基于 CRF 的文本分析器在简单至中等复杂度的语句上达到了足够的准确率，但在长句或语义模糊的输入上性能下降。
• 图标不匹配与文本换行问题是主要故障来源，尤其在描述过长或图标语义不当时更为明显。
• 当前系统的主要局限在于处理模糊的数据关系（如百分比中的重叠类别），需超越现有模型的深层语义理解能力。
• 尽管存在局限，该概念验证已证明自动信息图生成在为寻求快速、高效视觉表达的普通用户提效方面具备可行性与价值。