表意图形：信息驱动的信息图创作

文献标题

Epigraphics: Message-Driven Infographics Authoring

文献信息

• 主题领域: 信息图制作、数据可视化与人机交互
• 关键词: 信息图创作, 信息图生成系统, 数据可视化, 视觉故事讲述, 人机交互工具

研究背景与问题

• 问题或挑战:

  • 当今许多信息图设计工具通常从视觉化或图形的绘制开始，而非从包含明确信息的核心消息出发。这可能导致设计元素和信息之间的不一致。
  • 信息图创作过程通常是时间密集且高度迭代的，设计者需要在不同平台之间切换以生成可视化、图形、颜色等各种信息图组件。
  • 现有工具中，许多视觉化生成系统依赖于“检索-再修改”的模式，限制了设计的灵活性和独创性，且缺乏基于核心消息的生成与设计流程。

• 重要性:

  • 信息图是一种传播数据故事的强大媒介，其能够以低认知负担的方式传递复杂的数据和信息，并激发用户的深入思考。
  • 信息图使用在数据科学之外的多个领域，包括新闻、教育等，因此优化其创作流程对提升跨领域传播效率具有重要意义。

• 研究动机与相关工作:

  • 作者受自动化生成设计工具的演变启发，提出了一种围绕关键消息展开的信息图创作流程，从文本中自动生成信息图组件并使之契合数据内容。
  • 相关领域的研究包括数据绑定图形生成、动态图表创作、文本驱动的数据故事等，其中通过文本生成信息图的工作较为有限。

解决方案

• 方法与解决方案:

  • 提出一种基于核心信息（"epigraph"）的信息图创作系统——Epigraphics。该系统以文本为第一类对象，通过用户输入的文本消息生成相关的可视化、图形、数据过滤器、颜色主题以及动画。
  • 核心设计理念是实现“从消息到组件”的转化，并支持组件之间的互动以达到更高的视觉表达能力。

• 创新之处:

  • 打破传统的信息图创作流程，以信息传递的核心消息为创作起点，从文本提取组件推荐并引导信息图设计。
  • 提供模块化且灵活的图像、图表以及颜色等组件，允许用户进行二次组合与调整，同时保留用户的创作自主性。
  • 引入“文本刷选”交互方式（brushing over text），帮助用户选择文本中的特定片段以生成相关组件。

• 实施步骤与关键技术:

  1. 文本处理与资产推荐：
     • 使用GPT-3.5提取数据列名与可视化语法，以生成图表组件。
     • 通过生成模型如Sentence-BERT和Adobe Firefly从用户提供文本生成SVG图形、GIF动画和颜色主题。
  2. 资产组合与调整：
     • 提供静态图表与动画交互、颜色重新映射（recolor）、数据过滤器与视觉突出等组件间操作功能。
  3. 用户界面设计：
     • 整合文本输入面板、组件推荐列表、单一操作画布，并支持高级图层功能以简化用户操作。

研究成果

• 具体成果:

  • Epigraphics验证了以“核心消息优先”的工作流程能显著提高信息图生成的一致性与效率。
  • 系统支持高效生成素材，并允许用户集中精力在布局设计与信息表达上，缩短设计周期、减少跨平台切换操作。

• 优势:

  • 对比传统的图形创作工作流程，Epigraphics减少了用户在不同工具之间切换的需求，将素材生成和编辑集中于单一界面。
  • 标准化了信息图内容生成流程，同时通过灵活的资产调节交互支持多样化设计。

• 实验与评估结果:

  • 系统展示出强大的表达能力，既可复刻现有的信息图也可用于生成原创设计。
  • 用户评估显示，Epigraphics提高了视觉表达的完整性，同时鼓励设计者从更大的图景思考设计问题。
  • 在使用学习曲线方面，实验表明该系统对设计新手和专家均友好，并支持快速迭代与创意探索。

• 局限性与未来方向:

  • 系统提供的视觉化样式较为基础，如支持更多图表类型与视觉风格（如水彩或草图风格）将进一步增强表达能力。
  • 当前不能自动生成视觉布局配置，未来可结合信息图模板或智能布局算法。
  • 可扩展为其他设计工具的插件，以继续支持更广泛的设计需求。

总结与讨论

Epigraphics 系统通过结合文本与图形交互的工作流程，为信息图创作领域带来了新的可能。它有效地标准化了内容，同时提供灵活的表达方式支持用户构建视觉故事。最终成果显现了以文本为起点的创作模式的潜力，包括支持快速设计迭代、提升信息传递效率等。未来工作可以着眼于扩展视觉风格表达及更高层次的自动化布局，以增强系统的普适性与用户体验。