KDDJun, 2024

GRAM: 基于数据安全背景下的数据模式的生成式检索增强匹配

PDF
TL;DR在数据摄取过程中，模式匹配是当代数据库系统中至关重要的阶段，它的目标是识别与不同数据表相关联的两组属性之间的相似性，本研究重新审视了这个基础问题，并基于大型语言模型进行了探讨，强调了在零射和少射场景下精确匹配属性的能力。
schema matchingdata ingestion processlarge language modelszero-shotfew-shot scenarios
发现论文，激发创造
  • ReMatch：基于 LLMs 的改进检索型模式匹配

    本文介绍了一种名为 ReMatch 的新方法，使用检索增强的大型语言模型（LLMs）匹配架构，无需预定义映射、模型训练或访问源数据库的数据。实验结果表明，ReMatch 显著提高了匹配能力，并优于其他机器学习方法。

    Mar, 2024

  • AI 匹配：使用嵌入的两步方法进行模式匹配

    本文提出了一种基于神经嵌入的端到端模式匹配新方法，该方法分为表匹配和属性匹配两步。实验结果表明，该方法能够以精确可靠的方式确定匹配，并且相较于传统模式匹配方法能找到非常规匹配点。

    Mar, 2022

  • RE-Matching：针对零样本关系提取的细粒度语义匹配方法

    该研究主要针对零样本关系提取中的语义匹配问题，通过设计一种细粒度语义匹配方法，将句子级相似度分成实体和语境匹配分数，并通过特征蒸馏模块自适应识别与关系无关的特征，从而提高匹配率和推理速度。

    Jun, 2023

  • 揭示数据库的漏洞：文本到 SQL 系统中的零知识模式推理攻击

    通过特别设计的问题，我们开发了一种零知识的框架，用于探测数据库模式的各种元素，从而揭示数据库模式的结构。我们将其应用于文本到 SQL 模型和生成语言模型，可以在细调模型中以近.75 的 F1 值和生成模型中以.96 的 F1 值重建表名。

    Jun, 2024

  • 基于模式引导的零 - shot 对话范式

    通过显式地提供特定任务对话策略，提出了 Schema Attention Model (SAM) 和改进版 Schema 表示来解决零 - shot 迁移学习问题，在 Star 语料库上验证了 SAM 在零 - shot 模式下的显著改善，F1 值提高了 22 个点。

    Jun, 2021

  • SGD-X：对基于模式引导的对话系统鲁棒泛化能力的基准测试

    通过扩展 Schema-Guided Dialogue 数据集，我们研究了对话系统在语义相似但风格不同的服务 API 语言样本中的鲁棒性，发现两个最优状态跟踪模型在处理此类数据时存在较大瓶颈，同时提出了一种改进 Schema 鲁棒性的简单数据增强方法。

    Oct, 2021

  • 使用大型语言模型匹配表格元数据与业务词汇

    使用大型语言模型的方法，无需手动调整，能够匹配表格元数据和业务词汇，从而实现对结构化数据的检索和分析。

    Sep, 2023

  • 有限数据、少样本和零样本生成建模调查

    在机器学习中，生成建模旨在学习以统计上类似于训练数据分布的新数据。本文调查了在有限数据、少样本和零样本条件下学习生成模型，称为数据约束下的生成建模（GM-DC）。我们讨论了背景、挑战，并提出了两种分类方法：一种是 GM-DC 任务的分类，另一种是 GM-DC 方法的分类。重要的是，我们研究了不同 GM-DC 任务和方法之间的相互作用。此外，我们强调了研究的差距、趋势和未来探讨的潜在途径。项目网站：https://this URL

    Jul, 2023

  • 利用模式标签提升数据集搜索能力

    本研究提出了一种新的基于数据集表格内容的模式标签生成模型，将该模型生成的模式标签与数据集元数据相结合，基于混合排序模型为数据集检索任务提供更高的检索准确率和 NDCG 得分，并在 Wikipedia 数据集上测试表明模式标签能够改善无监督和有监督的 Web 表格检索任务。

    Jan, 2020

  • 无行通用模式

    该研究提出了一种新的 Universal Schema 模型，该模型不再使用显式的实体对表示，而是通过关系类型的注意力机制，将实体对视为关系类型的函数，并在实验结果中展示了该模型的性能可媲美使用显式实体对表示的模型，且几乎在训练时未见过的实体对上表现出几乎相同的准确性。

    Apr, 2016