天妇罗:基于结构模板的查询分析

交互式数据可视化用户研究方法(访谈、调查、观察)原型设计与用户测试软件工程师与开发者数据科学家与分析师HCI 研究员统计学家与数据科学家

分析搜索引擎和智能助手的查询是困难的。一个关键的挑战是将查询组织成可解释的、保留上下文的、有代表性的和灵活的组。我们提出了结构模板,这是一种用其语言特征形式替换标记的抽象查询方法。这些模板允许分析人员在不同的粒度级别上创建具有结构相似性的查询组。我们介绍了Tempura,这是一个交互式工具,允许分析人员使用结构模板探索查询数据集。Tempura通过选择一组代表性的模板来总结查询数据集,以显示查询分布。该工具还通过建议可能产生进一步探索的相关模板来帮助分析人员导航模板空间。我们的用户研究表明,Tempura有助于分析人员检查查询数据集的分布,发现标记错误,以及发现模型错误模式和异常值。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/32231/2020

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3313831.3376451
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2020
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
交互式数据可视化、用户研究方法(访谈、调查、观察)、原型设计与用户测试
work
职业/产业
软件工程师与开发者、数据科学家与分析师、HCI 研究员、统计学家与数据科学家
article
内容状态
仅摘要
hub
相关论文
7 篇相关论文