随意记录一下阅读论文中的启发和一些重要的点,可能顺序比较混乱,哈哈。

系统简介

作者将 Natural language interface(NLI)和 Dataflow visualization systems(DFVS)结合,构建了 FlowSense 系统。这个系统利用 NL 技术减少数据流图的学习开销。这个系统通过语义分析,为数据流图中的内容加上一些 tag,并且这些 tag 是内容独立的,不受数据集影响,用户可以与这些 tag 进行交互,从而更好理解结果,方便 bug 搜寻。

Natural language interface(NLI)

论文中提及的其他 NLI 系统:

  • InfoStill
  • DataTone
  • Orko
  • IBM Watson Analytics
  • Microsoft Power BI
  • Wolfram Alpha

FlowSense 是基于 VisFlow 进行的构建。

一个 NLI 的解释,主要是允许用户通过一些日常的语言、短句等与信息系统交互,而不需要知晓专业的名词才能知道结果。

待更…