从计算笔记本讲述故事：用于展示数据科学工作的AI辅助演示文稿创建

文献标题

Telling Stories from Computational Notebooks: AI-Assisted Presentation Slides Creation for Presenting Data Science Work

文献信息

• 主题领域: 人机交互与数据科学
• 关键词: 数据科学演示, AI辅助工具, 计算笔记本, 演示文稿生成, 人机协作, 自动化, 人本设计, 深度学习

研究背景与问题

• 问题与挑战:

  • 数据科学家在完成技术工作后，需要耗费大量时间和精力创建演示文稿来向利益相关者解释模型和结果，过程既繁琐又耗时。
  • 现有的自动化技术（如AutoML）主要集中在技术层面（例如模型选择，特征工程），对演示文稿生成这一沟通任务的支持有限。
  • 数据科学团队中角色多样，技术与非技术团队之间的沟通有显著困难，包括知识差距、信任建立和预期管理问题。

• 重要性:

  • 通过有效的演示和数据讲故事能力，数据科学家能够更好地让项目利益相关者了解复杂的技术工作，最终获得反馈或决策支持。
  • 减少演示文稿创建的繁琐过程，可以将数据科学家的精力集中到更高价值的任务上。

• 研究动机与相关工作:

  • 人们需要能支持人机协作的新型工具，帮助数据科学家从计算笔记本快速生成可用于演示的幻灯片，同时提供可编辑和定制的交互功能。
  • 现有研究已探索代码可读性、自动化文档生成等方向，但与幻灯片生成及展示相关的研究仍属少见。

解决方案

• 方法与方案:

  • 提出了一款名为 “NB2Slides” 的人中心化 AI 系统，用来从 Jupyter 笔记本中生成幻灯片。
  • 结合深度学习模型（例如代码摘要生成）和基于规则的模板方法（例如通过用户配置生成不同模板的幻灯片）。
  • 幻灯片生成过程兼顾简洁和灵活，让用户可以根据目标受众（技术型或非技术型）快速调整内容。

• 创新点:

  • 根据用户输入的受众背景动态调整生成内容。
  • 将生成的幻灯片与原笔记本内容动态链接，提供溯源性和可解释性。
  • 结合自动化（AI模型生成）与手动编辑功能，强调人机协作而非完全自动化。

• 实施步骤与关键技术:

  1. 解析 Jupyter 笔记本内容，并构建层次结构。
  2. 根据自动生成的模板提取笔记本中相关代码块。
  3. 利用深度神经网络（如 T5 模型）生成摘要内容。
  4. 显示生成的幻灯片，并提供与笔记本的交互链接。
  5. 提供用户编辑工具以进一步优化生成内容。

研究成果

• 具体成果:

  • 开发并测试了 NB2Slides 系统，可以将一个完成的 Jupyter 笔记本转化为初步可用的演示幻灯片。
  • 系统能够基于目标受众类型动态生成适合的内容布局（例如，非技术性受众的幻灯片隐藏技术细节，而技术性受众的幻灯片包含更多代码细节）。

• 优势:

  • 显著提高了数据科学家在创建演示文稿过程中的效率。
  • 降低了信息定位和组织的复杂性，同时为用户提供生成内容的可视化解释。
  • 支持展示过程中的部分自动化和个性化内容定制。

• 实验与评估结果:

  • 用户实验吸引了 12 名有经验的数据科学家，结果表明 NB2Slides 增强了用户的工作效率，节省了内容整理和幻灯片制作的时间。
  • 用户认为系统生成的内容总体准确，结构清晰，但重申了彻底自动化仍需要人工干预以补足商业背景和技术故事。

• 局限性与未来方向:

  • 依赖于高质量的输入笔记本，处理混乱或部分缺失的笔记本内容的能力有限。
  • 生成内容的逻辑性和可读性有待进一步提升，例如需要更好的代码总结模型。
  • 未来可能需要探索更加细化的生成配置，比如针对不同情境的演示需求和交互式内容展示的支持。