一、解决问题
- 面向对象:视障人群
- 痛点问题:视障人群如何满足网购需求
- 视障人群对网购需求日益上升
- 用户无法通过视觉捕获信息
- 图片不一定能被充分描述
- 页面阅读器会包含大量冗余信息
二、提出方法
对评论区语句提取并理解,生成对产品的关键信息描述
- 制定语义规则提取评论区语句片段
- 制定描述角度:颜色、标志、形状和尺寸
- 生成对图片的描述
三、相关方法对比
方法 | 客观描述 | 主观描述 | 过滤信息 | 时间成本 |
---|---|---|---|---|
寻求周围人帮助 | √ | √ | √ | 大 |
AI 计算机视觉 (目标识别 / OCR等) | √ | × | × | 中 |
语音助手 | √ | × | √ | 中 |
Revamp | √ | √ | √ | 小 |
四、技术路线
- 调研视障人群网购时面临哪些挑战?
- 视障人群网购时需要对产品做出哪些角度的辅助描述?
- 系统设计与评估
五、相关工作 / 关键词
- 相关工作
- 视障人群网购体验研究
- 在评论区信息检索技术
- 关键词
- bind or low vision (BLV) users
- people with disabilities
- online shopping accessibility
- information retrieval in online reviews
- formative study
- rule evaluation
- system evaluation
六、研究内容
1. 形成性研究
- 网购场景下,视障人群在信息检索时会遇见哪些问题?
- 对这些问题当前有哪些处理方法?这些方法有哪些弊端?
- 检索页面要如何设计,能更满足视障人群的交互习惯?
- 视障人群对评论区哪些信息感兴趣?
- 如何检索所需信息?
2. 基于规则的信息检索系统设计
- 规则设计
- 规则1:Adjective + Keyword or Keyword + Verb + Adjective
- 规则2:1st pronoun + … + Keyword + … + that/which/but/because
- 规则3:Comparative Expressions.
- 生成描述性回答
- 系统设计
3. 性能评估
- 规则评估
邀请实验人员主观打分:人工描述 vs 系统描述 - 系统评估
- 设计Likert问卷
- 描述信息
- 系统使用体验
- 邀请8位BLV患者,使用40分钟以上,然后填写Likert调查问卷
- VS 现有技术
- 设计Likert问卷