本论文提出基于 Monte Carlo Tree Search(MCTS)算法的交互式工具自动生成方法,以优化用户查询数据的易用性和视觉平衡。
Jan, 2020
自然语言处理引起了用户与表格数据交互方式的革命,通过更直观、基于语言的界面,从传统的查询语言和手动绘图转变。大语言模型(LLMs)如 ChatGPT 及其后续模型进一步推进了这一领域,为自然语言处理技术开辟了新的途径。本研究综述了面向表格数据查询与可视化的自然语言界面,该界面允许用户使用自然语言查询与数据进行交互。我们介绍了这些界面背后的基本概念和技术,特别关注实现自然语言到 SQL 查询或数据可视化命令的语义解析技术。接着,我们从数据集、方法论、评估指标和系统设计等角度探讨了文本到 SQL 和文本到可视化问题的最新进展。这包括深入研究了 LLMs 的影响,突出了它们的优势、限制和未来改进的潜力。通过本综述,我们旨在为对开发和应用大语言模型时代的数据交互自然语言界面感兴趣的研究人员和实践者提供一条路线图。
Oct, 2023
NL2INTERFACE 通过自然语言查询生成多功能的可视化界面,用户可以通过这个界面互动,更方便地进行数据转化和数据可视化。
Sep, 2022
本文提出了一种利用数据库 SQL 查询日志信息来提高现有自然语言接口到数据库的性能的方法,并通过实验评估证明了该方法的有效性,最终准确度提高了 138%。
Jan, 2019
本研究提出了一种普适的过程相关用户界面 (UI) 日志参考数据模型,以解决 UI 日志缺乏标准化的问题,该模型可用于任务挖掘或机器人流程自动化 (RPA) 等用途,并扩展到 XES 日志交换标准。
Jul, 2022
我们开发了一个基于数据驱动方法的自然语言接口系统,其中包含了一个逐步查询推荐模块,帮助用户在探索大型复杂 SQL 数据库时进行更有效和系统化地数据分析过程。我们的用户研究表明,相比于没有推荐模块的基准系统,我们的系统可以帮助用户更加高效和系统化地进行数据分析。
Jan, 2022
本文开发了人机交互式模板挖掘框架,支持实时诊断和排除大规模 Web 应用故障,并通过提供三种轻量级用户反馈设计了三种模板挖掘算法。
Jan, 2023
本文介绍 InsightPilot,这是一个基于 LLM(Large Language Model)的自动化数据探索系统,可以通过发出对应的意图查询(IQueries)来简化数据探索流程,通过其与最先进的洞察引擎之间的迭代协作,有效地分析现实世界的数据集,使用户可以通过自然语言查询获得有价值的见解。
Apr, 2023
LogPrompt 是一种新颖的零 - shot 且可解释的日志分析方法,使用大型语言模型进行任务,并利用先进的提示策略提高性能,相对于现有的基于已训练数据的方法,LogPrompt 在使用零训练数据的情况下能够在各项评估任务中表现出色。
Aug, 2023
该论文提出了一种基于神经网络的技术来确定点击数据的案例概念,从而使过程挖掘和其他过程分析技术能够在用户交互数据上进行。研究表明此方法可扩展到大数据集,而使用此技术可以带来可操作的流程洞察。
Nov, 2022