从NL2SQL基准合成自然语言到可视化(NL2VIS)基准( Synthesizing Natural Language to Visualization (NL2VIS) Benchmarks from NL2SQL Benchmarks )

Y Luo N Tang G Li C Chai W Li X Qin

自然语言(NL)是一种很有前途的数据可视化(VIS)交互范式。但是，没有任何NL to VIS(NL2VIS)基准可用。我们的目标是提供第一个NL2VIS基准，以支持和推动NL2VIS领域，尤其是深度学习技术。在本文中，我们提出了一个NL2VIS合成器(NL2SQL-to-NL2VIS)，它通过携带NL2SQL基准来合成NL2VIS基准。这种直觉是基于SQL查询和VIS查询之间的语义联系：SQL查询指定需要什么数据，VIS查询还需要指定如何可视化。然而，与定义良好语法的SQL不同，VIS语言（例如，Vega-Lite、VizQL、ggplot2)在语法上非常不同。为了提供能够支持多种VIS语言的NL2VIS基准测试，我们对SQL和VIS查询都使用了统一的中间表示形式，即抽象语法树。我们可以通过在SQL树中添加/删除节点来合成多个VIS树。然后，每个VIS树可以转换为（任何）VIS语言。VIS的NL将根据SQL的NL进行修改，以反映相应的树编辑。我们通过在流行的NL2SQL基准测试蜘蛛上应用NL2SQL-to-NL2VIS，生成了第一个NL2VIS基准测试(nvBench)，该基准测试蜘蛛覆盖105个域，支持7种常见的可视化类型，包含25,750对(NL，VIS)。我们的方法将从头开始开发NL2VIS基准测试的工时减少到5.7%（或者从头开始构建NL2VIS基准测试需要我们方法的17.5×工时）。通过23名专家和312名人群工作人员进行了广泛的人类验证，证明了NVBench的高质量。为了验证nvBench能够支持基于学习的方法，我们开发了一个SEQ2VIS模型。我们的实验结果表明，SEQ2VIS工作良好，并显著优于NL2VIS任务的最新方法。

SciDown文献求助系统（解决99%问题） Public Download ACM ResearchGate