Secu-Table：面向语义表格解释系统的综合性安全表格数据集
人工智能
2025-11-11 v1
摘要
评估语义表格解释（STI）系统（特别是基于大型语言模型- LLM的系统），尤其是在特定领域如安全领域的上下文中，严重依赖于数据集。然而，在安全领域，尚无公开可用的表格数据集用于评估最先进方法。本文我们介绍Secu-Table数据集，包含超过1500个表格，涵盖15k多个实体，数据来源于Common Vulnerabilities and Exposures（CVE）和Common Weakness Enumeration（CWE）数据源，通过Wikidata和SEmantic Processing of Security Event Streams CyberSecurity Knowledge Graph（SEPSES CSKG）进行注释。随着数据集一起公开发布所有代码。该数据集将作为SemTab挑战赛（ Tabular to Knowledge Graph Matching）的上下文向研究社区提供，旨在评估基于开源LLM的STI系统性能。初始评估作为基准使用Falcon3-7b-instruct和Mistral-7B-Instruct两款开源LLM以及GPT-4o mini一款闭源LLM进行。
引用
@article{arxiv.2511.06301,
title = {Secu-Table: a Comprehensive security table dataset for evaluating semantic table interpretation systems},
author = {Azanzi Jiomekong and Jean Bikim and Patricia Negoue and Joyce Chin},
journal= {arXiv preprint arXiv:2511.06301},
year = {2025}
}
备注
Submitted to Nature Scientific Data