语义三元组恢复：大语言模型 中分层表理解的新协议

表格问答需要模型恢复由二维布局、合并单元格和分层标题隐式编码的语义关系。当前的管道通常使用 HTML 或 Markdown 作为中间表表示，但这些面向布局的序列化引入了标记开销，并且需要 大语言模型 从行和列跨度推断标题单元格对齐。我们提出语义三元组恢复（STR），一种将每个单元重写为原子事实<项目路径，特征路径，值>的协议，其中项目路径指定行实体，特征路径指定层次属性，值包含单元内容。我们还推出了 TripletQL，这是一种轻量级查询感知路由器，它使用 STR 为每个问题选择适当的渲染或过滤的三元组子集。在四个中文和英文表格 QA 基准测试中，STR 匹配或改进了基于 HTML 的基线，同时减少了输入标记。对于较小的语言模型和较长的表上下文，相对收益会增加，这表明显式语义表示在推理预算受限的情况下特别有用。代码和数据可在 https://github.com/Phoenix-ni/STR.git 获取。