Schemora：基于多阶段推荐与元数据丰富化的模式匹配框架
数据库
2025-07-22 v1 人工智能
机器学习
摘要
模式匹配是集成异构数据源并提升数据集发现的关键任务，但仍是复杂且资源密集的问题。我们引入 SCHEMORA，一种模式匹配框架，结合大型语言模型与混合检索技术，采用基于提示的方法实现高效的候选匹配识别，无需依赖标注训练数据或进行穷举式两两比较。通过丰富模式元数据并利用向量检索和词典检索，SCHEMORA 提升了匹配精度和可扩展性。在 MIMIC-OMOP 基准测试中，它实现了新的状态最佳性能，HitRate@5 提升了 7.49%，HitRate@3 提升了 3.75%。据我们所知，这是首个基于大型语言模型的模式匹配方法，拥有开源实现，并伴随分析说明检索在其中发挥关键作用，提供实用模型选择指导。
引用
@article{arxiv.2507.14376,
title = {Schemora: schema matching via multi-stage recommendation and metadata enrichment using off-the-shelf llms},
author = {Osman Erman Gungor and Derak Paulsen and William Kang},
journal= {arXiv preprint arXiv:2507.14376},
year = {2025}
}
备注
11 pages