Qin Chen Yuanyi Ren Xiaojun Ma Mugeng Liu Han Shi Dongmei Zhang

Résumé

Les tableurs sont essentiels aux tâches centrées sur les données, offrant des mises en page riches et structurées qui permettent une transmission efficace de l'information. Étant donné le temps et les compétences nécessaires à la conception manuelle des mises en page de tableurs, une solution automatisée s'impose de plus en plus. Toutefois, les modèles existants d'automatisation des mises en page se révèlent mal adaptés aux tableurs, car ils traitent souvent (1) les composants comme des rectangles alignés sur les axes, avec des coordonnées continues, négligeant ainsi la structure intrinsèquement discrète et en grille propre aux tableurs ; et (2) ignorent les sémantiques interdépendantes, telles que les dépendances entre données ou les liens contextuels, propres aux tableurs. Dans cet article, nous formalisons d'abord la tâche de génération de mise en page de tableurs, appuyée sur un protocole d'évaluation à sept critères et un jeu de données comprenant 3 326 tableurs. Nous introduisons ensuite SheetDesigner, un cadre zéro-shot et sans entraînement basé sur les Modèles de Langage Multimodaux (MLLMs), qui combine une réflexion par règles et une réflexion visuelle pour le placement des composants et la population du contenu. SheetDesigner surpasse cinq modèles de référence d'au moins 22,6 %. Nous constatons également que, grâce au canal visuel, les MLLMs gèrent bien les chevauchements et l'équilibre, mais peinent à assurer l'alignement, ce qui souligne la nécessité d'adopter des stratégies hybrides combinant règles et réflexion visuelle. Nos codes et données sont disponibles sur GitHub.