近日，2022级硕士生吴漾（导师万瑶副教授）的论文“Automated Data Visualization from Natural Language via Large Language Models: An Exploratory Study”被国际顶级数据库学术会议(The ACM Special Interest Group on Management of Data, SIGMOD 2024) 正式录用。

自然语言驱动的自动数据可视化（Natural Language to Visualization，NL2Vis）任务旨在根据自然语言描述自动生成与表格数据相关的可视化图表，便于用户更轻松地分析海量数据。尽管已有多种深度学习方法应用于该任务，但在处理来自未知数据库或跨多个表的数据时仍然面临挑战。受到大规模语言模型出色的生成能力启发，该项研究进行了基于大模型的探索性研究。文章首先探讨了将结构化表格数据转换为顺序文本提示的方法，并分析了关键的表格内容。研究发现，将结构化表格数据转换为程序是有效的，并且在制定提示时考虑表格元数据是必要的。接着，评估了两种类型的大模型：微调模型和仅推理模型，并将它们与现有方法进行了比较。实验结果表明，大模型表现优于基准方法，尤其是在提供少量演示数据的情况下，推理模型的性能有时甚至超过了微调模型。最后，对大模型的表现进行了错误分析，并提出了迭代更新策略来优化结果，如思维链、角色扮演和代码解释器。实验结果验证了这些策略的有效性，为未来的研究提供了重要参考。

ACM SIGMOD是国际计算机界公认的数据管理领域学术地位最高的会议，在中国计算机学会（CCF）推荐的“数据库/数据挖掘/内容检索”领域的A类学术会议中排名第一。SIGMOD 2024第4轮投稿共收到投稿287篇，直接录用仅4篇，录用率为1.39%。

（通讯员：吴漾）