时间： 2019年3月14日 09：30
地点： 基础教学楼B座318实验室
研读成员： 曹梦琦
研读内容：
[1] Badam S K, Liu Z, Elmqvist N. Elastic Documents: Coupling Text and Tables through Contextual Visualizations for Enhanced Document Reading[J]. IEEE transactions on visualization and computer graphics, 2019, 25(1): 661-671.
[2] Lu Y, Wang H, Landis S, et al. A visual analytics framework for identifying topic drivers in media events[J]. IEEE transactions on visualization and computer graphics, 2018, 24(9): 2501-2515.
在本次论文研读中，讲者分享有关文本可视化有关的两篇论文。论文[1]讨论了文本内容与文档中包含的数据表耦合生成简单可视化视图，以促进用户对数据丰富文档（data-rich document）的理解。论文[2]则将文本媒体数据与辅助文本数据连接起来，找寻事件的发展规律。
论文简介：
[1] 数据丰富文档通常是复杂的数据集，由不同格式的信息组成，如文本，图形和数据表。这些额外的呈现增强了文档中的文本叙述。但是，传统的印刷文档的静态布局通常会妨碍对其内容的深入理解。这篇文章通过将文本内容与文档中包含的数据表相结合生成可视化，从而促进读者对文档的更好理解。主要工作包括解析文本内容和数据表，使用基于关键字的匹配算法交叉链接组件，并根据读者在文档中的当前焦点生成相关的可视化视图。
[2] 随着公民新闻报道、微博和其他媒体渠道的增加，各种分析媒体数据收集的工具应运而生。这些工具往往侧重于主题提取、事件检测和信息流，以快速评估正在进行的事件的发展。然而，这种研究往往集中在孤立地探索媒体信息。基于此，这篇文章将媒体数据和辅助数据源融合起来，以便识别存在于数据集之间的模式和驱动因素，并将其标注在媒体事件时间线中，以便对可能推动媒体主题事件提供更详细的概述。
