无共享特征的关系型表格数据学习
机器学习
2025-02-17 v1 人工智能
摘要
学习关系型表格数据近年来受到广泛关注，但大多数研究聚焦于单张表格，忽略了跨表学习的潜力。缺乏共享特征和预先对齐数据的跨表学习提供了广阔机遇，但也带来了巨大挑战。对齐空间庞大，确定表格之间准确对齐极其复杂。我们提出一种名为 Leal 的 Latent Entity Alignment Learning 框架，实现无需共享特征或预先对齐数据即可进行有效的跨表训练。Leal 基于 Properly 对齐的数据损失值低于未对齐的数据的原理工作，体现在其软对齐机制中。该机制与可微 cluster sampler 模块耦合，确保可扩展至大型关系表格。此外，我们对 cluster sampler 的近似容量提供了理论证明。大量实验表明，在五个真实数据集和五个合成数据集上，Leal 相较于 state-of-the-art 方法实现了最高 26.8% 的预测性能提升，显示其有效性和可扩展性。
引用
@article{arxiv.2502.10125,
title = {Learning Relational Tabular Data without Shared Features},
author = {Zhaomin Wu and Shida Wang and Ziyang Wang and Bingsheng He},
journal= {arXiv preprint arXiv:2502.10125},
year = {2025}
}