视觉数据故事以叙事可视化的形式呈现，如海报或数据视频，通常用于面向数据的故事讲述中，以促进对故事内容的理解和记忆。虽然有用，但技术障碍(如数据分析、可视化和脚本)使可视化数据故事的生成变得困难。现有的创作工具依赖于用户的技能和经验，这通常效率低下且实现困难。Shi等人^[1]在VIS 2020介绍了他们最新的工作“Calliope: Automatic Visual Data Story Generation from a Spreadsheet”。他们设计了一个可视化数据故事生成系统Calliope，该系统通过一个自动的过程从输入的电子表格中创建可视化的数据故事，并在在线故事编辑器的基础上方便地修改生成的故事。特别是，Calliope采用了一种新的面向逻辑的蒙特卡罗树搜索算法，该算法探索输入电子表格给出的数据空间，逐步生成故事片段(即数据事实)，并按逻辑顺序组织它们。基于信息论对数据事实的重要性进行了度量，每个数据事实以图表形式可视化，并由自动生成的描述加以说明。如下图所示案例，自动生成一个关于中国2020年3月19日新冠病毒疫情的数据故事。整个故事由六个以故事情节模式显示的数据事实组成。首先阐述了中国受影响最大的省份湖北省死亡人数的总体趋势，然后详细阐述了湖北省的具体数据。最后，以3月份的死亡人数和恢复情况对故事进行了总结，说明中国的情况有所改善。

Calliope系统的设计包括两个模块(如下图所示)：

1. 故事生成引擎。故事生成引擎基于面向逻辑的蒙特卡洛树搜索过程，通过输入电子表格定义的数据空间，逐事实逐步生成故事。整个搜索过程由叙事逻辑和奖励函数指导，该函数衡量事实的重要性，以确保生成的故事的质量。此外，每个搜索步骤所花费的时间是可配置的，这保证了生成效率。

2. 故事编辑器。生成的故事在故事编辑器中可视化为一系列带标题的可视化图表，其数据事实、标题、图表类型和逻辑顺序可以根据用户偏好进行修改。最终的可视数据故事可以用三种模式来表示，以适应不同的设备。

故事生成引擎最关键的部分是搜索算法。具体地说，该算法以电子表格D(即数据表)和目标G(例如生成具有所需信息量或长度的故事)作为输入，并自动生成满足目标的故事S。最初，它随机生成一组类型的事实，这些事实通常用作数据报道的起点。这些事实通常揭示了一般和常见的数据模式，这些模式可能已经被观众作为故事的背景。在这些事实中，最重要的一个被用来表示T的根。接下来，该算法通过迭代搜索信息量更大、更有意义的数据事实来生成故事，通过选择、扩展、模拟和反向传播四个主要步骤来阐述故事，如下图所示。

故事生成引擎的计算结果可在故事编辑器中进行进一步的调整。故事编辑器由三个主要视图组成：故事线视图(下图-1)、事实视图(下图-2)和故事可视化视图(下图-3)。  在故事线视图中，用户可以上传电子表格，设置故事生成目标，并在一组配置面板中调整奖励功能(下图-1(a))。生成的数据事实显示在一行(下图-1(b))，其中用户可以根据自己的偏好移除事实或更改生成的叙述顺序。每个事实由图表可视化，并由生成的文本描述加标题。当一个事实被选中时，它的每个字段的数据详细信息、重要性分数、视觉和文本表示都将显示在事实视图中。生成的数据故事可以通过三种可视化模式在故事可视化视图中可视化：故事线模式，swiper模式，和factsheet模式。这些模式分别用于在笔记本电脑/平板电脑、智能手机和打印输出上表示故事，以促进灵活的故事交流和共享。用户可以通过下拉菜单在“故事可视化”视图中轻松切换不同模式。

通过三个实例，两个对照实验，以及对来自不同领域的10位专家用户的一系列访谈，对所提出的技术进行了评估。其中对照实验主要和DataShot^[2]的结果进行了比较。DataShot是去年VIS上汇报的工作，从表格数据中自动生成数据图表展示，Calliope在其基础之上进一步增加了故事逻辑。评估结果显示了Calliope系统的强大功能，并揭示了当前系统的一些局限性，这些缺陷将在未来得到解决。Reference:[1]D. Shi, X. Xu, F. Sun, Y. Shiand N. Cao, "Calliope: Automatic Visual Data Story Generation from aSpreadsheet," in IEEE Transactions on Visualization and Computer Graphics,doi: 10.1109/TVCG.2020.3030403.[2]Y. Wang et al., "DataShot:Automatic Generation of Fact Sheets from Tabular Data," in IEEETransactions on Visualization and Computer Graphics, vol. 26, no. 1, pp.895-905, Jan. 2020, doi: 10.1109/TVCG.2019.2934398.