11:30arXiv cs.AI@Riccardo Terrenzi, Matteo Falconi, Serkan Ayvaz, Pierluigi Plebani精选PIPER是一种针对表格数据集的内容驱动检索方法,专门解决数据湖、数据空间和开放数据门户中元数据不完整或质量低下的问题。它利用大语言模型(LLM)生成伪查询,并结合表格配置文件进行密集检索,从而超越传统基于元数据的方法和基于表格问答的检索方法。实验表明,PIPER在元数据匮乏的场景下表现优异,证明了LLM内容建模在表格数据集搜索中的价值。该方法适用于需要高效重用和分析表格数据的场景,如数据集成和开放数据探索。论文表格搜索LLM生成查询密集检索数据湖元数据缺失推荐理由:做数据集成或开放数据探索的团队,终于有了一个不依赖元数据就能搜表格的工具——PIPER用LLM生成伪查询,直接基于表格内容做检索,效果比传统方法好很多,值得试试。原文