Urania：用于基于自然语言的数据探索的数据分析流程可视化工具

《ACM Transactions on Interactive Intelligent Systems》：Urania: Visualizing Data Analysis Pipelines for Natural Language-Based Data Exploration

探索性数据分析过程中，现有自然语言接口主要提供准确答案而缺乏可视化分析流程。本文提出Urania系统，通过数据感知的问题分解算法将用户提问转化为分析流程，并以动态数据可视化形式展示分析步骤及数据变化，提升解释性与可靠性。实验表明其执行准确率优于现有技术，用户调研验证了系统对数据探索的辅助作用。

　　

摘要

探索性数据分析（EDA）是检查新数据集的一个重要但繁琐的过程。为了便于进行这一过程，自然语言界面（NLIs）可以帮助人们通过数据导向的问题直观地探索数据集。然而，现有的NLIs主要侧重于提供问题的准确答案，很少有界面提供数据分析流程的解释或展示。这样的展示对于EDA至关重要，因为它们增强了答案的可解释性和可靠性，同时帮助用户理解分析过程并从中获得见解。为了填补这一空白，我们推出了Urania，这是一个能够可视化用于解决输入问题的数据分析流程的自然语言交互系统。它结合了一个自然语言界面，允许用户通过问题来探索数据，以及一种新颖的数据感知问题分解算法，该算法将每个输入问题分解为一个数据分析流程。这个流程以数据图的形式进行可视化展示，包括分析操作的动画演示及其对应的数据变化。通过两个定量实验和专家访谈，我们证明了我们的数据感知问题分解算法在执行准确性方面与现有技术相比具有竞争力，并且Urania能够帮助人们更好地探索数据集。最后，我们讨论了研究中的观察结果以及未来可能的改进方向。