arXiv cs.AI· Junran Yang, Shruti Badrish, Teanna Barrett, Leilani Battle·· 9 天前AI 评分24
DAG-EDA：用意图图导航探索性数据分析的推理空间
Intent Graph: Navigating the Analytical Reasoning Space for Exploratory Data Analysis
AI 导读
研究者提出 DAG-EDA 系统，让分析师与 LLM 通过两个关联结构共同导航可能的分析空间：受分析意图语法约束的意图图将模糊的自然语言问题逐步分解为具体分析任务，并保留备选框架供分析师分支、回溯和比较；多层知识图谱则外化 LLM 的领域知识，把领域概念与可测量这些概念的数据集变量关联起来。两个图仅由数据集和分析师的问题构建，最终分析以交互式仪表盘呈现，论文还给出了使用场景与用户研究设计。
正文 · AI 翻译
摘要：探索性数据分析（EDA）在实践中很少是开放式的：分析师从高层次的领域问题出发，逐步走向能够回答这些问题的具体分析，并依据领域知识和先验假设来优先选择方向。大型语言模型（LLM）可以提供这类知识，但其回答是非结构化的，使分析师无法看清已经探索了什么、还缺少什么，或者为什么选择某个方向而非另一个。我们提出 DAG-EDA，这是一个让分析师与 LLM 通过两个相互关联的结构共同导航可能分析空间的系统。一个由分析意图语法约束的意图图，将模糊的自然语言问题分解为逐步具体的分析任务，保持替代性框架的开放，并让分析师能够分支、回溯和比较路径。一个多层知识图谱将 LLM 的领域知识外化，把领域概念与能够测量它们的dataset变量关联起来，使分析师能够检查和质疑其问题是如何在数据中落地的。两个图都仅由数据集和分析师的问题构建，分析师最终得到的分析会渲染为交互式仪表板。我们通过一个使用场景来说明该系统，并描述一项用户研究设计，以考察该系统是否能支撑分析师的推理和导航。
| 主题： | 人机交互（cs.HC）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.11025 [cs.HC] |
| （或 arXiv:2610.11025v1 [cs.HC] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.11025 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Junran Yang [查看电子邮件]
[v1]
2026年10月8日星期四 00:19:01 UTC（2,267 KB）
来源：arXiv cs.AI · arxiv.org