論文の概要: Natural Language Generation for Visualizations: State of the Art, Challenges and Future Directions

• arxiv url: http://arxiv.org/abs/2409.19747v1
• Date: Sun, 29 Sep 2024 15:53:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-01 22:05:01.893420
• Title: Natural Language Generation for Visualizations: State of the Art, Challenges and Future Directions
• Title（参考訳）: 可視化のための自然言語生成 - 現状, 課題, 今後の方向性
• Authors: Enamul Hoque, Mohammed Saidul Islam,
• Abstract要約: 可視化のためのテキスト生成に焦点を当てた研究に焦点をあてる。 提案手法のNLG問題と設計空間を特徴付けるために、5つのWh-questionsを示す。 この5つのWh-questionsに基づく調査論文のソリューションを分類する。
• 参考スコア（独自算出の注目度）: 7.064953237013352
• License:
• Abstract: Natural language and visualization are two complementary modalities of human communication that play a crucial role in conveying information effectively. While visualizations help people discover trends, patterns, and anomalies in data, natural language descriptions help explain these insights. Thus, combining text with visualizations is a prevalent technique for effectively delivering the core message of the data. Given the rise of natural language generation (NLG), there is a growing interest in automatically creating natural language descriptions for visualizations, which can be used as chart captions, answering questions about charts, or telling data-driven stories. In this survey, we systematically review the state of the art on NLG for visualizations and introduce a taxonomy of the problem. The NLG tasks fall within the domain of Natural Language Interfaces (NLI) for visualization, an area that has garnered significant attention from both the research community and industry. To narrow down the scope of the survey, we primarily concentrate on the research works that focus on text generation for visualizations. To characterize the NLG problem and the design space of proposed solutions, we pose five Wh-questions, why and how NLG tasks are performed for visualizations, what the task inputs and outputs are, as well as where and when the generated texts are integrated with visualizations. We categorize the solutions used in the surveyed papers based on these "five Wh-questions." Finally, we discuss the key challenges and potential avenues for future research in this domain.
• Abstract（参考訳）: 自然言語と可視化は、情報伝達において重要な役割を果たす人間のコミュニケーションの2つの相補的なモダリティである。 可視化はデータのトレンドやパターン、異常を発見するのに役立つが、自然言語の記述はこれらの洞察を説明するのに役立つ。 したがって、テキストと視覚化を組み合わせることは、データのコアメッセージを効果的に配信するための一般的なテクニックである。 自然言語生成(NLG)の台頭を踏まえると、視覚化のための自然言語記述を自動的に作成することへの関心が高まっている。 本調査では, 可視化のためのNLGの現状を体系的に検討し, 問題の分類について紹介する。 NLGタスクは、可視化のための自然言語インタフェース(NLI)の領域に該当する。 調査の範囲を狭めるため、主に可視化のためのテキスト生成に焦点を当てた研究に焦点をあてる。 提案手法のNLG問題と設計空間を特徴付けるために、5つのWh-questions, why and how NLG task are performed for visualizations, the task input and outputs, and the where and when the generated texts are integrated with visualizations。 我々はこれらの5つのWh-questionsに基づいて、調査論文で使用されるソリューションを分類する。 最後に、この領域における今後の研究の鍵となる課題と可能性について論じる。

関連論文リスト

• Towards Vision-Language Geo-Foundation Model: A Survey [65.70547895998541]
  Vision-Language Foundation Models (VLFMs) は、様々なマルチモーダルタスクにおいて顕著な進歩を遂げている。 本稿では, VLGFMを網羅的にレビューし, この分野の最近の展開を要約し, 分析する。
  論文  参考訳（メタデータ） (2024-06-13T17:57:30Z)
• Visual Text Meets Low-level Vision: A Comprehensive Survey on Visual Text Processing [4.057550183467041]
  視覚テキスト処理の分野は、基本的な生成モデルの出現によって、研究の急増を経験してきた。 この分野での最近の進歩を包括的かつ多面的に分析する。
  論文  参考訳（メタデータ） (2024-02-05T15:13:20Z)
• OV-VG: A Benchmark for Open-Vocabulary Visual Grounding [33.02137080950678]
  この研究は、新規で挑戦的なオープンボキャブラリ視覚タスクを導入している。 包括的な目的は、言語記述と新しいオブジェクトのローカライゼーションの関連を確立することである。 我々は、7,272 OV-VG画像と1,000 OV-PL画像を含むベンチマークをキュレートした。
  論文  参考訳（メタデータ） (2023-10-22T17:54:53Z)
• Vision-Language Models in Remote Sensing: Current Progress and Future Trends [25.017685538386548]
  視覚言語モデルは、画像とその関連するテキスト記述の推論を可能にし、基礎となるセマンティクスのより深い理解を可能にする。 視覚言語モデルは、RS画像の視覚的認識を超えて、意味的関係をモデル化し、画像の自然言語記述を生成することができる。 本稿では,リモートセンシングにおける視覚言語モデルの研究を包括的にレビューする。
  論文  参考訳（メタデータ） (2023-05-09T19:17:07Z)
• An Inclusive Notion of Text [69.36678873492373]
  テキストの概念の明確さは再現可能で一般化可能なNLPにとって不可欠である,と我々は主張する。 言語的および非言語的要素の2層分類を導入し,NLPモデリングに使用することができる。
  論文  参考訳（メタデータ） (2022-11-10T14:26:43Z)
• A Survey on Graph Neural Networks and Graph Transformers in Computer Vision: A Task-Oriented Perspective [71.03621840455754]
  グラフニューラルネットワーク(GNN)はグラフ表現学習において勢いを増している。 Graph Transformerは、グラフ構造をTransformerアーキテクチャに組み込んで、局所的な近傍集約の制限を克服します。 本稿では,タスク指向の観点から,コンピュータビジョンにおけるGNNとグラフトランスフォーマーの総合的なレビューを行う。
  論文  参考訳（メタデータ） (2022-09-27T08:10:14Z)
• Survey of Hallucination in Natural Language Generation [69.9926849848132]
  近年,シーケンス間深層学習技術の発展により,自然言語生成(NLG)は指数関数的に向上している。 深層学習に基づく生成は意図しないテキストを幻覚させる傾向があるため、システム性能は低下する。 この調査は、NLGにおける幻覚テキストの課題に取り組む研究者の協力活動を促進するのに役立つ。
  論文  参考訳（メタデータ） (2022-02-08T03:55:01Z)
• Language bias in Visual Question Answering: A Survey and Taxonomy [0.0]
  われわれはこの分野の総合的なレビューと分析を初めて実施する。 既存の手法を視覚情報の改善を含む3つのカテゴリに分類する。 言語バイアスの原因は明らかにされ、分類される。
  論文  参考訳（メタデータ） (2021-11-16T15:01:24Z)
• From Show to Tell: A Survey on Image Captioning [48.98681267347662]
  視覚と言語を結びつけることは、ジェネレーティブ・インテリジェンスにおいて重要な役割を担っている。 画像キャプションの研究はまだ結論に達していない。 本研究の目的は,画像キャプション手法の包括的概要と分類を提供することである。
  論文  参考訳（メタデータ） (2021-07-14T18:00:54Z)
• Positioning yourself in the maze of Neural Text Generation: A Task-Agnostic Survey [54.34370423151014]
  本稿では, ストーリーテリング, 要約, 翻訳など, 世代ごとのタスクインパクトをリレーする手法の構成要素について検討する。 本稿では,学習パラダイム,事前学習,モデリングアプローチ,復号化,各分野における重要な課題について,命令的手法の抽象化を提案する。
  論文  参考訳（メタデータ） (2020-10-14T17:54:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。