技术动态 | HeGTa：利用异构图增强的大语言模型进行少样本的复杂表格理解（AAAI2025）

文章预览

转载公众号 | 东南COIN 题目： HeGTa: Leveraging Heterogeneous Graph-enhanced Large Language Models for Few-shot Complex Table Understanding 作者： 金日辉 1,2 、李煜 1 、漆桂林 1 、胡楠 1 、李元放 2 、陈矫彦 3 、王佳楠 4 、陈永锐 1 、闵德海 1 、毕胜 1 作者单位： 1 东南大学认知智能研究所 、 2 蒙纳士大学、 3 曼彻斯特大学、 4 阿里巴巴 论文地址： https : //arxiv.org/pdf/2403.19723 1 引言 表格理解（Table Understanding, TU）旨在通过机器学习和深度学习技术，使机器能够理解和处理包含复杂语义的表格数据。TU的应用场景包括表格问答、单元格类型分类和表格类型分类等任务。然而，TU在实际应用中面临两大挑战：一是缺乏足够的人类标注数据，二是表格结构的复杂性。这些挑战导致现有框架在少样本和复杂表格场景下的性能下降。 为解决这些问题，研究者提出了 HeGTa ，一种基于 ………………………………