arXiv cs.AI· Daniel Gomm, Maarten de Rijke, Madelon Hulsebos·· 3 天前AI 评分22
OpenTI：开放表格洞察提取的现状与研究方向
Open Tabular Insight Extraction: Where Do We Stand, and Where Should We Go?
AI 导读
研究者提出 OpenTI（Open Tabular Insight Extraction）框架，从第一性原理形式化"人需要什么分析知识、如何从表格语料中推导、结果如何服务用户"三个问题，以统一表格问答、text-to-SQL、数据分析智能体等分散的任务标签。
正文 · AI 翻译
摘要：让大众能够获取数据湖等大型表格语料库中所蕴含的知识，正成为一项核心研究挑战。该领域的研究正在不断推进并扩大范围，越来越多地提供各类组件，以端到端地满足用户的洞察需求。然而，这些努力仍分散在各个社区中，它们各自以自己的惯例来界定问题，例如表格问答、text-to-SQL 和数据分析智能体，且同一任务标签内部引用彼此的可能性是跨标签引用的六倍。为了让这些社区达成共识，我们为这一追求建立了一个整体性框架，称之为开放表格洞察提取（OpenTI）。我们从第一性原理出发，围绕人们所需的分析知识、从表格语料库中推导该知识的流程，以及结果在多大程度上服务于寻求该结果的人，对 OpenTI 进行了形式化。在此过程中，我们整合了信息检索、自然语言处理、机器学习、数据库和人机交互领域的框架与术语，并将这一基础应用于对面向 OpenTI 的系统与基准的系统性回顾和分析。我们发现，当前系统并未覆盖 OpenTI 的端到端范围，主要聚焦于分析本身；而基准在很大程度上不适合在开放环境下进行评估，因为其输入预设了对表格的了解，且验证机制与这一设定不匹配。最后，我们提炼出一项研究议程，指向能够呈现用户所需洞察的 OpenTI 系统、评估与交互范式。我们论文的交互式配套内容可在 此 https URL 获取。
| 主题： | 信息检索（cs.IR）；人工智能（cs.AI）；计算与语言（cs.CL）；数据库（cs.DB） |
| 引用为： | arXiv:2609.07629 [cs.IR] |
| （或本版本使用 arXiv:2609.07629v2 [cs.IR]） | |
| https://doi.org/10.48550/arXiv.2609.07629 由 DataCite 提供的 arXiv 颁发 DOI |
提交历史
来自：Daniel Gomm [查看电子邮件]
[v1]
2026年9月7日星期一 15:27:58 UTC（671 KB）
[v2]
2026年10月12日星期一 09:16:52 UTC（543 KB）
来源：arXiv cs.AI · arxiv.org