Valentine

SemStruct框架利用PLMs和GNNs改进模式匹配

研究人员开发了SemStruct，一个用于模式匹配的新框架，它结合了预训练语言模型（PLMs）的语义理解能力和图神经网络（GNNs）的结构分析能力。这种方法将表格数据建模为图，使其能够捕获在将表格视为简单文本序列时常常丢失的关键行级上下文。SemStruct在基准测试中取得了最先进的性能，甚至优于微调大型语言模型的方法，同时保持PLM冻结，仅训练一个轻量级的结构编码器。