评估合成表格数据中列之间的逻辑关系
机器学习
2026-05-19 v2
摘要
当前对合成表格数据的评估主要关注联合分布的建模，往往忽略其在保存现实事件序列和跨列一致实体关系方面的效果。本文提出了三个评估指标，用于衡量合成表格数据中列之间逻辑关系的保存情况。我们通过在真实工业数据集上评估经典方法和最新方法的表现来验证这些指标。实验结果表明，现有方法往往未能严格维持逻辑一致性（例如地理或组织中的层次关系）和依赖性（例如时间序列或数学关系），而这些是保持真实表格数据细粒度真实性至关重要的因素。基于这些洞见，本文还讨论了在建模合成表格数据的分布时，更好地捕获逻辑关系的可能路径。代码已公开于 https://github.com/Yunbo-max/TabLogicEval。
引用
@article{arxiv.2502.04055,
title = {Evaluating Inter-Column Logical Relationships in Synthetic Tabular Data Generation},
author = {Yunbo Long and Liming Xu and Alexandra Brintrup},
journal= {arXiv preprint arXiv:2502.04055},
year = {2026}
}