arXiv · cs.AI· Tong Li, Shuye Ding, Jiachuan Wang, Yongqi Zhang, Shuangyin Li, Lei Chen, Bo Li·· 5 小时前
TEAR：通过大语言模型从自然文本中提取表格并推荐属性
TEAR: Table Extraction with Attribute Recommendation from Texts via Large Language Models
arXiv:2609.15205v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Tong Li, Shuye Ding, Jiachuan Wang, Yongqi Zhang, Shuangyin Li, Lei Chen, Bo Li
研究任务与主要进展
TEAR提出面向自然文本的表格提取引擎，通过动态调整指令确定提取边界，并通过属性推荐发现固定模式之外的未见属性。基于论文摘要，作者在包含两个真实数据集、人工标注和基线比较的基准上报告称，TEAR在表格提取和属性推荐两项任务中达到当时最佳表现，推荐属性还能提升探索性场景下的提取效果。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org