迈向通用表格嵌入：跨数据任务的基准

表格基础模型旨在学习跨任务和领域传输的表格数据的通用表示，从而实现表格检索、语义搜索和基于表格的预测等应用。尽管此类模型的数量不断增加，但仍不清楚哪种方法在实践中效果最好，因为现有方法通常是在特定于任务的设置下进行评估，这使得直接比较变得困难。为了解决这个问题，我们引入了 TEmBed，即表格嵌入测试床，它是一个统一的基准，用于系统地评估四个表示级别（单元格、行、列和表格）的表格嵌入。通过评估一组不同的表格表示学习模型，我们表明使用哪个模型取决于任务和表示级别。我们的结果为在实际应用中选择表格嵌入提供了实用指导，并为开发更通用的表格表示模型奠定了基础。