PiLLar：基于 LLM 引导的枢轴表模式匹配
数据库
2026-04-30 v1
摘要
枢轴表是现代数据生态系统中数据湖的常见组成部分，准确匹配枢轴表的模式是数据集成的关键前提。本文我们聚焦于枢轴表模式匹配，这是一种新的联合模式-值匹配任务。旨在对齐枢轴表与标准关系表之间的模式，正确的匹配必须在模式层面上语义一致且在值层面上兼容。然而，由于该任务本身的数据敏感性，实际中匿名化数据的盛行对其匹配准确率和泛化能力构成重大挑战。为此，我们提出 PiLLar——首个针对枢轴表模式的匹配框架。我们首先将 PiLLar 表述为一种由 LLM 驱动的搜索范式， operates with minimal annotated privacy-compliant data，从而实现跨域训练自由适配。随后我们对该范式的误差动力学进行理论分析，以确保所提出方法的渐近收敛。进一步地，我们引入新的基准 PTbench，从四个具有代表性的实际领域中派生：通过挖掘适合反向透视的表，对语义连贯属性执行反向透视，并应用抽样和匿名化。广泛的实验表明，PiLLar 的卓越性，其在正确预测匹配上的平均准确率达 87.94%。
引用
@article{arxiv.2604.26356,
title = {PiLLar: Matching for Pivot Table Schema via LLM-guided Monte-Carlo Tree Search},
author = {Yunjun Gao and Chuangyu Ouyang and Congcong Ge and Yifan Zhu},
journal= {arXiv preprint arXiv:2604.26356},
year = {2026}
}