InterLink：在计算笔记本中将文本与代码和输出链接起来

研究背景与问题

• 问题或挑战：

  1. 传统的计算笔记本（如 Jupyter Notebook）采用线性布局，导致文本、代码和输出分散，阅读者很难理解这些元素之间的关系。
  2. 理解代码、输出和文本之间的复杂多对多关系具有挑战性，尤其当相关内容在不同粒度（如单元或段落）间分布时。
  3. 阅读者常需滚动页面来回查找相关内容，进一步增加了认知负担。
  4. 由于布局混杂，用户难以专注分析某类型的内容（例如仅关注文本或代码和输出）。

• 问题重要性： Computational notebooks 是数据科学和研究领域的核心工具，它们结合了执行代码、代码输出和说明性文本。然而，由于上述问题，它们的可读性和可理解性受到限制，特别是在团队协作和知识共享中。

• 研究动机与相关工作：

  1. 现有研究主要集中在代码组织、描述性文本生成及非线性分析工作流的改进上，未充分解决文本、代码和输出之间的复杂交互关系。
  2. 一些工作尝试通过图形接口或滑动式演示提升笔记本易读性，但仍缺乏对多粒度关系的全面支持。
  3. 研究动机是填补这一空白，通过设计新的工具来改进阅读和理解共享计算笔记本的体验。

解决方案

• 方法或解决方案： 作者提出了 InterLink，一个针对计算笔记本的插件，通过可视化和交互方式展示文本、代码和输出之间的关系，从而提升笔记本的可读性和理解性。

• 创新之处：

  1. 引入双栏布局：将文本与代码和输出分开展示，便于对齐和交叉引用，支持快速切换焦点。
  2. 提供关系可视化：
     • 用连接线展示单元级的关系概要。
     • 细粒度关系通过颜色下划线、虚线边框和可点击区域高亮，直观标识内容关联。
  3. 提供交互功能以支持用户探索关系：
     • 悬停高亮关联内容。
     • 使用固定功能（click-to-fix）让选定的单元保持在屏幕可见区域。
     • 专注模式（focus mode）过滤干扰信息，仅保留相关内容。
  4. 系统实现兼容 JupyterLab，易于集成现有平台。

• 实施步骤和关键技术：

  1. 关系框架构建：
     • 按类型（文本、代码、输出）及粒度（单元、段落、特定片段）构建 27 种关系类型。
     • 对主要的“文本-代码”和“文本-输出”关系进行聚焦可视化。
  2. 可视化设计：
     • 用两栏布局优化文本与计算内容之间的对齐。
     • 通过颜色和边框提供多层级的关系线索。
  3. 布局计算与调整：
     • 基于启发式算法最大化布局紧凑性，关联内容尽量靠近显示。
     • 为避免过多滚动，文本高度受关联代码和输出单元高度的限制。
  4. 交互方式支持：
     • 悬停触发工具提示并高亮相关内容。
     • 用专注模式或点击固定单元的方式支持详细分析。

研究成果

• 具体成果：

  1. InterLink 实现了一个阅读优化的计算笔记本插件，清晰呈现文本、代码和输出之间的关系。
  2. 用户研究结果显示，InterLink 提高了用户在复杂分析中定位和整合信息的准确性（+13.6%），并优化了整体阅读体验。

• 与现有解决方案的优势：

  1. 与传统线性布局相比，双栏布局清晰展示了内容关联，提升了发现和综合信息的效率。
  2. 较之前仅支持简单关系的工具，InterLink 支持多粒度和复杂的多对多关系。
  3. 可交互的关系探索（如悬停高亮和固定功能）减少了用户认知负担，同时提供灵活性。

• 实验或评估结果：

  1. 用户通过 InterLink 完成测试任务时，准确率从 81% 提升至 92%，**反向效率得分（IES）**显著降低，任务完成时间也有所优化。
  2. 子模块（如专注模式和侧边可视线条）被用户广泛认可，整体工具的系统可用性分数（SUS）为 76.5，超过 80% 的常规软件。
  3. 用户认为工具显著简化了导航关系的过程，使其更加聚焦于内容理解，而非信息检索。

• 局限性与未来方向：

  1. 模块关系目前依赖于手动定义，将来工具应集成自动关系挖掘与生成技术（如 GPT-4 提供文本概括）。
  2. 当前仅针对标准的 JupyterLab，尚未评估对其他平台（如 RStudio）的适应性。
  3. 用户实验主要是短期测试，未来需进行长期真实场景下的验证，涵盖更加广泛的用户群体。