arXiv 人工智能· Marcelo Valentim Silva, Hannes Herrmann, Valerie Maxville·· 5 小时前AI 评分30
用于大规模语义表格解释与数据质量评估的可解释表头导向框架
An Explainable Header-Centric Framework for Large-Scale Semantic Table Interpretation and Data Quality Assessment
AI 导读
研究人员提出了一个面向仅元数据场景的可解释表头导向框架，用于列类型标注与数据质量评估。该框架将表头映射至 39 种 FinalFormat 类型，通过激活质量问题验证规则汇总生成轻量级 HeadersIQ 指标，并支持与 DBpedia 等知识图谱对齐。在涵盖约 120,000 个表头列的 UCI、SOTAB 及 SemTab 2024 等多类基准评测中，该方案展现了广泛的元数据覆盖与诊断能力。
来源：arXiv 人工智能 · arxiv.org