يقترح الباحثون ALORE، وهو مُقدِّر قابل للتوسع وقوي ضد المجال لحجم أكبر تداخل بين الجداول في المستودعات الكبيرة. يعالج قيود نموذج Armadillo الأكثر تقدمًا من خلال تمثيل بنية الصف-العمود بشكل صريح وكشف إشارات المحاذاة بين الجداول أثناء التدريب.
- يستخدم مشفر Hypergraph ثنائي العرض للصف-العمود للحفاظ على العضوية الهيكلية.
- يعتمد أهدافًا موجهة بالمحاذاة مع إشارات تفاعل منخفضة التكلفة.
- يطبق تعيين قيم قوي ضد المجال لتقليل الحساسية للتوزيعات الخاصة بمجموعة البيانات.
- يقلل من متوسط الخطأ المطلق (MAE) بنسبة تصل إلى 55% بشكل عام و69% في النقل الصفرية.
- يحقق تسارعًا يصل إلى 89 مرة مقارنة بالطرق السابقة.
يُظهر ALORE أداءً متفوقًا عبر مجالات ومقاييس متنوعة، مما يؤكد فعاليته لمهام الاسترجاع بالجداول.