Las interfaces de lenguaje natural (NLIs) han mostrado un gran potencial para el análisis visual de datos, permitiendo a las personas especificar e interactuar con visualizaciones de manera flexible. Sin embargo, el desarrollo de NLIs de visualización sigue siendo una tarea desafiante, que requiere la implementación a bajo nivel de técnicas de procesamiento de lenguaje natural (NLP), así como conocimiento de las tareas analíticas visuales y del diseño de visualizaciones. Presentamos NL4DV, un conjunto de herramientas para la visualización de datos impulsada por lenguaje natural. NL4DV es un paquete de Python que toma como entrada un conjunto de datos tabular y una consulta en lenguaje natural sobre ese conjunto de datos. En respuesta, el conjunto de herramientas devuelve una especificación analítica modelada como un objeto JSON que contiene atributos de datos, tareas analíticas y una lista de especificaciones Vega-Lite relevantes para la consulta ingresada. Al hacerlo, NL4DV ayuda a los desarrolladores de visualización que pueden no tener un trasfondo en NLP, permitiéndoles crear nuevos NLIs de visualización o incorporar entradas en lenguaje natural dentro de sus sistemas existentes. Demostramos el uso y las capacidades de NL4DV a través de cuatro ejemplos: 1) renderizar visualizaciones utilizando lenguaje natural en un cuaderno de Jupyter, 2) desarrollar un NLI para especificar y editar gráficos Vega-Lite, 3) recrear widgets de ambigüedad de datos del sistema DataTone, y 4) incorporar entrada de voz para crear un sistema de visualización multimodal.
Narechania et al. (2020) estudiaron esta cuestión.