摘要

本文介绍了DREIFLUSS，这是一种创新且极简的方法，旨在解决SemTab挑战中的列类型标注（Column Type Annotation, CTA）与列属性标注（Column Property Annotation, CPA）任务。DREIFLUSS通过高效利用成熟知识图谱（如DBpedia和Schema.org）中的语义信息，显著提升了标注过程的性能。实验结果表明，基于DREIFLUSS训练的逻辑回归模型在列类型标注方面表现出色，并能实现精准的语义关系预测。研究进一步验证了在模型训练过程中采用合理采样策略的重要性，从而有效提升了表格匹配的准确率与效率。本研究为优化表格匹配技术开辟了一条具有前景的新路径，凸显了DREIFLUSS在数据集成与知识发现等实际应用中的重要价值。