ACCESS: Prompt Engineering for Automated Web Accessibility Violation Corrections

随着对包容性和用户友好型技术需求的不断增加，网络无障碍访问对于确保残疾人士（包括视觉、听觉、认知或运动障碍）平等访问在线内容至关重要。尽管存在无障碍指南和标准，例如Web内容无障碍指南（WCAG）和Web无障碍倡议（W3C），但超过90％的网站仍未满足必要的无障碍要求。对于残疾人士的网络用户，需要一种自动修复网页无障碍错误的工具。虽然研究已经证明了发现和针对无障碍错误的方法，但没有研究专注于有效地纠正此类违规行为。本文提出了一种通过使用基础模型实时修改文档对象模型（DOM）来纠正网络无障碍违规行为的新方法。利用无障碍错误信息、大型语言模型（LLMs）和提示工程技术，我们在我们的新基准ACCESS上进行了纠正，使无障碍违规错误减少了超过51％。我们的工作展示了一种有价值的方法，朝着包容性网络内容的方向，并为未来研究提供了探索自动化网络无障碍的先进方法的方向。

解决网页无障碍性问题，通过修改DOM来自动修复网页无障碍性错误。

通过使用大型语言模型和提示工程技术，实现了对网页无障碍性错误的自动修复，取得了51%以上的减少效果。

使用了ACCESS数据集进行实验，开展了有意义的探索，为实现无障碍网络内容提供了有价值的方法。

与本文相关的研究包括Web Content Accessibility Guidelines (WCAG)和Web Accessibility Initiative (W3C)等无障碍性标准，以及其他研究探索如何发现和解决无障碍性问题，但没有像本文一样通过实时修改DOM来自动修复无障碍性错误。