构建更好的零样本和少样本生成能力的生成式表格基础模型 LaTable 在有限样本的条件下，在实例内分布生成方面胜过基线，并在生成超出分布的数据集时表现更好。

Jun, 2024

本文提出了一种名为 “Self-generated Tasks from UNlabeled Tables (STUNT)” 的半监督元学习框架，通过将随机选择的列作为目标标签生成多样的少样本任务，通过元学习，获得泛化能力强的知识。此外，作者还引入了一种无监督验证机制，通过在未标记的数据上生成伪验证集进行超参数搜索。实验结果表明，我们的框架在各种少样本学习基准测试中带来了显著的性能提升，相比于先前的半监督自监督基线。

Mar, 2023

对于标签数据集，目前还未深入探索少样本学习。现有的少样本学习方法不适用于标签数据集，因为其存在不同的列关系、意义和排列不变性。为了解决这些挑战，我们提出了一种名为 FLAT 的新型标签少样本学习方法，涵盖了异构特征空间下数据集之间的知识共享。利用 Dataset2Vec 启发的编码器，FLAT 学习了数据集和其各个列的低维嵌入，从而促进了对以前未见过的数据集的知识传递和泛化。一个解码器网络对预测目标网络进行参数化，作为图注意网络的实现方式，以适应标签数据集的异构性质。对 118 个 UCI 数据集进行的实验证明了 FLAT 在新的标签数据集上的成功泛化，并且相对于基准模型有了显著的改进。

Nov, 2023

通过将表格数据序列化为自然语言字符串和分类问题简述作为输入，使用大型语言模型进行零样本和小样本分类数据的研究，并评估了几种序列化方法，发现这种方法在多个基准数据集上优于以前的深度学习分类方法。

Oct, 2022

本研究提出了一个基于编码器 - 解码器结构的深度学习模型，用于将表格图像转换为 HTML 代码，并使用一种新的基于 Tree-Edit-Distance 相似度（TEDS）度量方法实现表格识别，实验结果表明所提出的模型在复杂表格识别方面具有优秀的表现。

Nov, 2019

本文介绍了一种新框架 SubTab, 通过将输入特征分成多个子集，将学习表格数据的任务转化为多视图表示学习问题，从而捕捉其潜在的潜在表示。在 MNIST 数据集上，SubTab 取得了 98.31％的表现，与 CNN 的最新结果持平，并在三个其他真实数据集上超过了现有基线。

Oct, 2021

本研究提出了一种用于多模态大型语言模型的新型视觉表达方法 ——Visual Table，它提供了层次化的视觉场景文本描述，并包括了场景描述和多个以对象为中心的描述，涵盖了类别、属性和实例级别的知识。通过生成的视觉表格作为额外的视觉表示，我们的模型在多个基准测试中始终优于现有最先进的多模态大型语言模型。当视觉表格作为独立的视觉表示时，我们的模型可以与甚至超过基于 CLIP 视觉嵌入的最先进的多模态大型语言模型。

Mar, 2024

通过介绍具有指导逻辑和结构修改的指令的 20 个不同的类表数据集 Benchmarket，本研究探讨了自然语言指令对 LLMs 在解决类表数据问题中的影响。结果表明，上下文指令对 Flan-T5 11b 零射击 F1 性能平均提高 44％，对 ChatGPT 提高 13％；同时，我们发现 LLMs 在类表预测中忽略指令，并且即使有样例也不能正确预测特定实例。因此，该研究认为教学学习必须具备新的能力。

Apr, 2023

本文介绍了 TableNet—— 一种新颖的端到端深度学习模型，用于识别文档图像中的表格，并提出了一种语义规则的行提取方法，结果表明该模型在两个公开数据集（ICDAR 2013 和 Marmot Table）上都达到了最佳性能，并能通过给模型添加额外的语义特征进行性能提升，同时表明该模型对数据集的迁移学习效果良好。

Jan, 2020

该研究论文探讨了针对表格数据的交叉表预训练的关键研究挑战，并提出了一种名为 CT-BERT 的新型框架，同时引入了对比学习和表格建模的目标，通过广泛的实证结果证明 CT-BERT 在监督和自监督设置下显著优于之前的方法。

Jul, 2023