电子表格问答需要理解二维网格结构

语义单元格标注改善了LLM驱动RAG系统中电子表格切块的可解释性，通过更丰富的上下文帮助生成答案，而不是提高检索准确率。我们提出利用单元格角色标注，将任意电子表格拆为可解释片段的新框架。该框架超过当前最佳方法，但仍面临明确上限。电子表格本质上是二维非结构化数据，具有连续关系和无限可能的单元格角色。分类模型受有限预定义类别约束，即使达到人类水平的标注，也不能完美捕捉这些结构细节。我们表明，解决电子表格到LLM的瓶颈，需要超越离散单元格分类。研究应发展降维技术，将二维非结构化电子表格直接展平为一维非结构化文本，以便下游RAG更容易理解并据此生成。