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.University of Washington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.University of Washington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.University of Washington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.University of Washington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.UCLA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.University of Washington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.University of Washington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.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.University of Washington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.University of Washington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。2019EBLucas Colusso et al.University of Washington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.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.大语言模型（LLM）的人机协作AI 辅助决策与自动化系统UIST