TabVec：用于网页表格分类的表格向量
信息检索
2018-02-20 v1
摘要
网页中存在数亿个表格，包含许多应用所需的有用信息。由于这些表格的结构、格式和编码数据种类繁多，利用其中的数据十分困难。TabVec 是一种无监督方法，将表格嵌入向量空间，以最少的人工干预将表格分类为若干类别（实体、关系、矩阵、列表和非数据）。TabVec 利用表格单元的语法与语义，并将表格结构嵌入表格向量空间中。这使得即使在缺乏领域标注的情况下也能实现优越的表格分类。我们在四个真实领域中的评估表明，与三个 SOTA 系统相比，TabVec 将分类准确率提高了 20% 以上，且那些系统需要大量的领域内训练才能取得良好结果。
引用
@article{arxiv.1802.06290,
title = {TabVec: Table Vectors for Classification of Web Tables},
author = {Majid Ghasemi-Gol and Pedro Szekely},
journal= {arXiv preprint arXiv:1802.06290},
year = {2018}
}