column annotation

LLM驱动的SymCA框架增强了可解释的列注释

研究人员开发了SymCA，一个新颖的列注释框架，它利用大型语言模型（LLMs）创建一个可解释的、符号化的决策过程。该方法通过增强可解释性和适应性，并更好地利用丰富的标签语义，解决了现有方法的局限性。SymCA构建了一个语义骨架，然后在其内部演化预测基底，采用可解释的随机森林分类器和LLM指导的修改。实验表明，SymCA在准确性和鲁棒性方面显著优于当前基线。