野生环境下的合成表格数据检测

检测合成表格数据对于防止虚假或被操控的数据集分布至关重要，以免损害数据驱动决策。本研究探讨了是否可以在不同表格之间可靠地识别合成表格数据。这一挑战独特于表格数据，因其结构（如列数、数据类型和格式）可能因表格而异。我们提出了四种表格无关的检测器，结合简单的数据预处理方案，对其在六个评估协议上的性能进行评估，这些协议具有不同程度的“野生”程度。我们的结果表明，即使采用简单的数据预处理方案，在受限表格集合上进行跨表格学习是可能的。然而，它们确认跨表格迁移（即部署在未见过的表格上）具有挑战性。这表明需要更复杂的编码方案来处理此问题。