Jul, 2023

自动表格：无需使用示例合成多步转换以在关系化表格中进行

PDF
TL;DRAuto-Tables 系统使用多步转换（使用 Python 或其他语言）自动合成数据流水线，将非关系型表转化为标准关系形式，以满足下游分析的需求，无需用户手动编写转换程序。
relational tablescomplex table-restructuring transformationsauto-tables systemdownstream analyticsdata preparation
发现论文，激发创造
  • 基于组件的表格合并和转换任务从示例中的合成

    该论文提出了一个基于样例的综合技术，能够自动化数据科学中出现的大量数据准备任务，我们的方法不仅限于固定的 DSL 结构，而且还可从任意组件集合中综合程序。论文通过部分程序进行类型导向的枚举搜索，结合两种关键创新技术，即利用任何一阶构建的第一个规范来拒绝部分程序的 SMT 推理，以及利用部分评估来增加推理的能力并推动枚举搜索。我们对数十个从在线论坛中获得的数据准备任务进行了综合算法评估，结果表明我们的方法可以自动解决 R 用户遇到的大类问题。

    Nov, 2016

  • EntiTables：面向实体的表格的智能辅助

    该研究为电子表格程序配备了智能辅助功能，并聚焦于实体焦点表，介绍了填充行和填充列的两种特定任务，并开发了生成概率模型。经过实验评估，结果表明，该方法胜过文献中的现有方法。

    Aug, 2017

  • AutoSmart：面向时间关系数据的高效自动化机器学习框架

    本篇论文提出了一种名为 AutoSmart 的自动机器学习框架，解决了针对时间关联数据的数据挖掘以及模型优化所需的高成本问题，并在 KDD Cup 2019 中获得胜利。

    Sep, 2021

  • 检索式变压器用于表格增强

    本文提出了一种基于自学习的检索增强型 Transformer 模型，其用于自动数据整理以减轻数据分析师的工作量，实现适用于动态数据视图的表格数据的结构化与数据补全，数据的预处理是实现分析或构建机器学习模型时最昂贵和耗时的步骤之一。

    Jun, 2023

  • 复杂数据的生成建模

    这篇论文提出了一种通用框架来合成更复杂的数据结构，其中包括复合和嵌套类型，并通过因果变换器构建了一种实际的解决方案，用于结构（类型映射）和列表（类型的重复实例），在标准基准数据集上的结果表明，这种方式的实现在机器学习实用性和统计相似性方面均明显优于当前最先进的模型，并且对于以前无法解决的具有多重嵌套和稀疏数据的两个复杂层次数据集表现出非常强的结果。

    Feb, 2022

  • TransTab: 在表格间学习可迁移的表格变换器

    该研究论文提出了一种名为转移性表格变压器（TransTab）的新方法，该方法通过将表格中的每个样本（即行）转换为可推广的嵌入向量，然后应用堆叠的变压器进行特征编码，来学习来自多个表格的机器学习模型。该方法探讨了如何在训练和测试期间使用多个具有部分重叠列的表格进行机器学习模型的预测，并对预训练模型的性能进行了分析和比较。

    May, 2022

  • 即时生成表格

    提出了一个基于特征的方法，通过生成关系表回答查询来更好地满足实体相关的信息需求，包括实体排名、架构决策和值查找等三个子任务并给出实现方法。

    May, 2018

  • 导航表格数据合成研究：理解用户需求和工具能力

    该研究论文综述了表格数据生成 (TDS) 的最新进展，定义了一组功能和非功能需求，并分析了满足这些需求所涉及的挑战。此外，通过评估 36 种热门 TDS 工具的性能，提供了一份决策指南来帮助用户找到适合其应用的 TDS 工具，并确定了重要的研究空白。

    May, 2024

  • 超大规模机器学习的关系运算自动微分

    研究关系数据模型如何区分计算，证明了基于自动差分算法的关系引擎能够轻松处理大规模数据集，并且在大规模分布式机器学习领域与最新专用系统相竞争。

    May, 2023

  • 通过可编辑的逐步说明进行交互式文本到 SQL 生成

    本文介绍了一种新的交互机制，允许用户直接编辑一步一步的 SQL 解释，以纠正 SQL 错误，实验结果显示，我们的方法在执行准确性方面比三种 SOTA 方法至少高出 31.6％，用户研究进一步显示，我们的方法可以帮助用户在更短的时间内解决更多的 SQL 任务并提高信心水平，特别是为非专业人士扩展了数据库的使用。

    May, 2023