arXiv cs.AI· Saiful Khan, Yiwen Xing, Joyraj Chakraborty, Afrah Farea, Philip Beaucamp, Samuel Jackson, Min Chen·· 1 天前AI 评分22
利用 LLM 为高容量数据虚拟化服务自动生成关键词
Automated Keyword Generation Using LLMs in a High-Volume Data Virtualization Service
AI 导读
研究提出用 LLM 为数据虚拟化服务（DVS）中的虚拟数据集自动生成关键词，设计了五种文本数据选取策略，并在五个应用案例的虚拟数据集上测试。实验使用三种 LLM 生成器和两种嵌入技术，结果显示五种策略的表现取决于文本描述质量。基于此，团队在扩展 DVS 中采用多策略实现新的关键词生成服务（KGS）。
正文 · AI 翻译
摘要：在现代数据基础设施中，数据虚拟化服务（DVS）允许用户为不同的处理任务创建源数据集的多个版本。例如，一个多变量或多模态数据集可用于不同的机器学习任务（如分类、检测、分割、预测等）。不同任务中的数据选择、参与、集成和预处理会产生许多虚拟数据集 [Khan et al., SSC 2026]。同时，不同用户需要频繁且便捷地发现已有的虚拟数据集，以避免重复工作。为使 DVS 中的搜索引擎高效运行，理想的做法是为每个虚拟数据集自动生成关键词。在本工作中，我们提出了一种使用大语言模型（LLM）为虚拟数据集生成关键词的解决方案。我们提出了五种策略，用于选择不同的文本数据集合交由 LLM 处理。我们将这五种策略应用于五个具有不同源数据集的应用案例研究中创建的虚拟数据集。我们使用三种 LLM 生成器和两种嵌入技术进行了实验。实验表明，五种策略的性能取决于文本描述的质量。这些结果有助于我们在扩展的 DVS 中采用多策略实现新的关键词生成服务（KGS）。该工作表明，对于数据集丰富且访问频繁的大容量 DVS 而言，自动关键词生成能力不可或缺。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.41893 [cs.AI] |
| （或 arXiv:2610.41893v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.41893 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Saiful Khan 博士 [查看邮箱]
[v1]
2026年10月30日星期五 15:34:59 UTC（1,388 KB）
来源：arXiv cs.AI · arxiv.org