TypeAnywhere: 一种基于QWERTY的通用计算文本输入解决方案Zhang等人提出TypeAnywhere系统，利用神经语言模型实现仅凭手指敲击的文本输入，在桌面和腿上打字分别达到70.6 WPM和43.9 WPM，字符错误率约1.5%。2022MZMingrui Ray Zhang et al.华盛顿大学触觉可穿戴设备语音用户界面（VUI）设计智能语音助手（Alexa、Siri 等）CHI
监控屏幕时间还是重新设计它？支持有意图的社交媒体使用的两种方法Zhang 等人设计Chirp移动客户端比较外部监控与内部支持策略，通过31名参与者四周部署发现内部支持显著提升用户自主感，更能促进有意图使用2022MZMingrui Ray Zhang et al.华盛顿大学社交平台设计与用户行为通知与中断管理CHI
Ga11y: 一个为视觉障碍用户自动注解GIF的系统Zhang 等人提出Ga11y系统，结合机器智能与众包为视觉障碍用户自动注解GIF，通过Android客户端和网络界面获得中美12名用户积极反馈2022MZMingrui Ray Zhang et al.华盛顿大学视觉障碍者技术（屏幕阅读器、触觉图形、盲文）CHI
《我甚至不记得我读过什么》：设计如何影响社交媒体上的疏离感Baughan 等人通过定制Twitter客户端Chirp研究规范性解离，发现阅读历史、时间限制等设计干预可减少社交媒体上的无意识滚动行为。2022ABAmanda Baughan et al.华盛顿大学隐私设计与用户控制在线骚扰与反制工具社交平台设计与用户行为CHI
改造：提升在线购物中盲人或低视力用户的信息检索体验Wang 等人提出 Revamp 系统，利用客户评论生成产品描述和交互式问答，帮助盲人或低视力用户高效理解产品外观信息。2021RWRuolin Wang et al.加利福尼亚大学视觉障碍者技术（屏幕阅读器、触觉图形、盲文）通用设计与包容性设计CHI
PhraseFlow：短语级输入的设计与实证研究Zhang 等人提出PhraseFlow短语级输入键盘，计算研究表明自动校正降低16%错误率，实验室和6天部署研究显示用户快速采用并减少19%错误，78.6%用户希望未来键盘拥有该功能。2021MZMingrui Ray Zhang et al.华盛顿大学生成式AI（文本、图像、音乐、视频）大语言模型（LLM）的人机协作AI 辅助创意写作CHI
Voicemoji：为视障人士使用的语音输入表情符号Zhang 等人开发Voicemoji语音表情符号输入系统，12名视障用户测评发现输入时间减少91.2%，全员偏好新系统2021MZMingrui Ray Zhang et al.华盛顿大学智能语音助手（Alexa、Siri 等）视觉障碍者技术（屏幕阅读器、触觉图形、盲文）CHI
JustCorrect：智能手机上的智能事后文本纠正技术Cui等人提出JustCorrect智能文本纠正技术，用户在输入末尾直接输入正确内容即可自动检测并应用纠正，比Android键盘减少12.8%的纠正时间。2020WCWenzhe Cui et al.纽约州立大学石溪分校语音用户界面（VUI）设计UIST
文本输入吞吐量：在单一性能指标中统一速度和准确性Zhang 等人基于香农信息论提出文本输入吞吐量度量标准，实验证明该指标在16名参与者不同速度-准确性偏差条件下保持相对稳定，可统一评估文本输入性能。2019MZMingrui Ray Zhang et al.华盛顿大学用户研究方法（访谈、调查、观察）计算方法在HCI中的应用CHI
锚定音频采样：部署研究中探索儿童想法的一种无缝方法Hiniker 等人提出锚定音频采样技术，通过锚定事件周围的滑动窗口捕获幼儿日常生活音频，开发 Android 开源库以探索儿童对技术的理解。2019AHAlexis Hiniker et al.华盛顿大学特殊教育技术用户研究方法（访谈、调查、观察）CHI
家庭与Alexa之间的沟通障碍Beneteau 等人研究家庭与 Alexa 沟通障碍，发现家庭通过话语支架和言语修改尝试修复，Alexa 回应影响修复策略，可减轻家庭沟通修复负担。2019EBErin Beneteau et al.华盛顿大学家庭语音助手使用体验CHI
超越输入流：使用转录序列使文本输入评估更加灵活Zhang 等人提出转录序列方法替代输入流范式，可完整捕获转录字符串以支持自动纠正等现代功能，验证准确率达100%，并提供TextTest++评估工具。2019MZMingrui Ray Zhang et al.华盛顿大学原型设计与用户测试UIST
先打字后纠正：使用神经网络实现移动文本输入的智能文本纠正技术Zhang 等人提出三种移动端智能文本纠正技术，采用先输入纠正再应用的交互范式，配合深度学习算法定位错误，显著提升文本纠正效率。2019MZMingrui Ray Zhang et al.华盛顿大学大语言模型（LLM）的人机协作AI 辅助决策与自动化系统UIST