InSupport：面向网页数据记录高效非视觉交互的代理接口

文献标题

InSupport: Proxy Interface for Enabling Efficient Non-Visual Interaction with Web Data Records

文献信息

• 主题领域: 可访问性技术、网页数据记录的无视觉交互
• 关键词: 网页无障碍, 盲人, 视觉障碍, 屏幕阅读器, 数据记录

研究背景与问题

• 发现的问题:

  • 盲人用户通过屏幕阅读器与网页数据记录（如产品、航班信息、帖子等）交互效率低下，尤其是在导航辅助段（例如过滤器、排序选项、搜索表单等）时，需要频繁切换，操作繁琐。
  • 屏幕阅读器的导航基于一维模式，导致用户在辅助段和数据记录之间频繁来回操作，增加了交互负担。
  • 当前的解决方案多集中于网页内容的通用导航，而对特定数据记录操作（如过滤和排序）的支持有限。

• 重要性:

  • 无障碍网页浏览对于确保视觉障碍人士平等接入数字内容至关重要，但只有无障碍无法满足盲人用户的可用性需求。
  • 由于设计上主要优化了面向健全用户的交互界面，盲人用户在使用同一网页时通常需要更多的时间和操作步骤。

• 研究动机与相关工作:

  • 现有方法（例如语音交互和网页自动化技术）存在局限性，比如语音识别受环境噪音影响、隐私问题以及维护任务脚本的额外负担。
  • 一些研究提出了使用人工智能标注网页“热点”区域的方法，但这些方法并不能有效改进特定于数据记录的操作效率。

解决方案

• 提出的方法:

  • 设计并实现了一个名为 InSupport 的浏览器扩展，能够：
    1. 使用定制的机器学习算法，从包含数据记录的网页中自动提取辅助段。
    2. 提供一个可触控的代理接口（Proxy Interface），通过简单的屏幕阅读器快捷键实现对辅助段的快速导航。

• 创新之处:

  • 引入了基于机器学习的检测算法，能够从网页 DOM 树中高效识别并提取辅助段（过滤器、排序选项、搜索表单、多页链接）。
  • 提供了一个无视觉代理界面，简化了盲人用户在辅助段和数据记录之间的切换操作。
  • 用户界面设计支持初学者和非技术熟练用户，仅需记住少量基本快捷键即可高效使用。

• 实施步骤与关键技术:

  1. 辅助段提取（Segment Extractor）:
     • 使用 DOM 分析和机器学习算法（如 Logistic Regression 和 Multi-Layer Perceptron）识别辅助段。
     • 算法基于手工设计的特征，如检查 DOM 属性值是否包含关键字。
     • 使用包含 209 个手动标注网页的数据集进行模型训练。
  2. 代理接口（Proxy Interface）:
     • 用户用快捷键（如 CTRL+SHIFT+Z）开启接口，可用箭头键或 TAB 键在辅助段中导航和选项之间切换。
     • 用户选择过滤器或排序规则后，系统自动将相应动作应用到实际网页。
     • 接口设计避免不必要的网页探索，同时可选支持直接通过屏幕阅读器进行导航。

研究成果

• 具体成果:

  • InSupport 成功实现了对辅助段（过滤器、排序选项、搜索表单、多页链接）的自动提取，并在浏览器中即时呈现适配的无视觉交互界面。
  • 在用户任务分析中，与现有解决方案相比，用户操作时间和步骤显著减少。

• 与现有解决方案的比较优势:

  • 在用户研究时，与屏幕阅读器单独使用及一种基于视觉显著性模型的最先进技术 SaIL 相比，InSupport 显著提高了效率：
    • 任务完成时间平均减少 47%。
    • 用户按键次数平均减少 54%。
  • 系统易用性（SUS 评分为 86.07）和用户感知工作负载（TLX 分数为 25.61）优于对比方法。

• 实验或评估结果:

  • 用户研究招募了 14 名盲人参与者，进行了两项任务（基于预设标准的旅行记录搜索以及基于用户偏好的购物记录搜索）。
  • 实验显示，在任务时间、按键次数、系统易用性（SUS 评分）和工作负载（NASA-TLX 指标）等方面，InSupport 均显著优于传统屏幕阅读器和 SaIL。

• 局限性与未来方向:

  • 局限性：
    • 只测试了英文网页，不能保证在多语言环境中特殊设计的特征能同样有效。
    • 当前仅限于桌面浏览器 Chrome，不支持其他浏览器和移动设备。
    • 未测试在提取算法部分失败的网页上的表现。
  • 未来方向：
    • 完善算法以适应多语言环境。
    • 开发跨浏览器和移动界面的版本。
    • 引入智能过滤策略，根据用户历史偏好自动推荐过滤器。
    • 探索多页数据记录的预加载功能，以便减少多页翻阅操作。

总结

InSupport 提供了一种新的方法，减轻了盲人用户在网页数据记录交互中的操作负担，通过代理界面大幅提高了任务完成的效率和便利性。未来研究可进一步扩展自动化和跨平台功能，持续降低无障碍交互的技术门槛。