.png){kind=icon}
返回
VTQA: visual tabular data question answering framework based on multi-agent
.png){kind=icon}
PRE
AI
DOI：10.1007/s12650-025-01103-3.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着大型语言模型（LLMs）的快速发展，表格问答（TQA）系统的自然语言理解和推理能力得到了显著提升。然而，现有方法通常存在中间过程不可见、执行路径不可控以及用户参与度有限等问题，导致其难以满足需要可解释性和交互性的复杂现实世界分析任务。为解决这些挑战，我们提出了VTQA（视觉表格问答），一种新型框架，该框架将多智能体逻辑推理机制与可视化技术相结合，以结构化指令为核心，连接用户语义、数据对象和执行流程。VTQA包括对象结构提取、语义解析、链式指令生成、执行和反馈等关键组件。它采用四层架构——对象层、语义层、指令层和可视化层——以确保结构透明性和语义可控性，支持用户干预和迭代优化。我们还设计了一个交互式可视化系统，该系统系统地整合了中间执行结果和查询流程，为用户提供反馈渠道。基于真实表格数据集的三个案例研究和用户研究证明了我们系统的有效性和实用性。
Keyword:
Large language models
Data visualization
Human-computer interaction
Natural language processing
Tabular data
期刊
J
IF:
2.3
论文数:
51
被引数:
1.7K
机构
引用论文
.png){kind=icon}
Visualizing execution traces with task dependenciesHaugen, B. R. 等人. 2015年美国甲状腺协会成人甲状腺结节和分化型甲状腺癌管理指南：美国甲状腺协会甲状腺结节和分化型甲状腺癌指南工作组. 甲状腺 26, 1-133, doi:10.1089/thy.2015.0020 (2016).
PREAI
分享收藏
查看更多内容