摘要
本文介绍了 DAGOBAH SL 2022，这是一个在连续四年参与 SemTab 挑战赛过程中不断优化的语义表格解析系统。今年，我们通过引入外部资源提升了查找覆盖率，并整合了语言模型以更好地理解表格标题。此外，我们还实施了多项系统优化，使执行时间减少了约30%。本文还探讨了基于深度学习的方法在解决特定语义歧义问题中的有效性，并分析了现有语料库与系统在推动该研究领域进一步发展过程中所面临的局限性。
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| cell-entity-annotation-on-toughtables-wd | DAGOBAH | F1 (%): 94.5 |
| column-type-annotation-on-toughtables-wd | DAGOBAH | F1 (%): 40.9 |