.png){kind=icon}
返回
prompt4vis: prompting large language models with example mining for tabular data visualization
.png){kind=icon}
OA
AI
DOI：10.1007/s00778-025-00912-0.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们目前正处于大语言模型（LLMs）的时代，这些模型已在数据库社区内改变了众多技术领域。本文考察了LLMs在文本到可视化（text-to-vis）中的应用。自然语言处理技术的进步使得自然语言接口在可视化表格数据方面更加易用和直观。然而，尽管采用了先进的神经网络架构，当前将自然语言查询转换为数据可视化（DV）命令的方法（如Seq2Vis、ncNet和RGVisNet）性能仍然欠佳，表明存在显著改进空间。本文提出Prompt4Vis框架，该框架利用LLMs和上下文学习来增强从自然语言生成数据可视化。鉴于上下文学习的有效性高度依赖于示例的选择，因此优化这一方面至关重要。此外，编码查询的完整数据库模式不仅成本高昂，还可能导致错误。该框架包含两个主要组件：（1）一个示例挖掘模块，用于识别高效示例以增强text-to-vis应用的上下文学习能力；（2）一个模式过滤模块，旨在简化数据库模式。在NVBench数据集上的全面测试表明，Prompt4Vis在开发集上比当前最先进模型RGVisNet高出约35.9%，在测试集上高出71.3%。据我们所知，Prompt4Vis是首个将上下文学习用于增强text-to-vis的框架，在相关领域迈出了开创性的一步。
Keyword:
Text-to-vis
NLP for database
In-context learning
Large language model
Prompt engineering
期刊
IF:
3.8
论文数:
88
被引数:
2.4K
机构
引用论文
.png){kind=icon}
分享收藏Formalizing Visualization Design Knowledge as Constraints: Actionable and Extensible Models in Draco
OAAI
OAAI分享收藏LIDA: A Tool for Automatic Generation of Grammar-Agnostic Visualizations and Infographics using Large Language ModelsLIDA：一种利用大型语言模型自动生成语法无关的可视化和信息图的工具OAAI
OAAI分享收藏分享收藏分享收藏分享收藏
查看更多内容