研究者らは、大規模なリポジトリ内のテーブル間の最大重なりサイズのためのスケーラブルでドメインロバストな推定量であるALOREを提案する。これは、行-列構造を明示的に表現し、トレーニング中にテーブル間アライメントシグナルを露出させることで、最先端のArmadilloモデルの限界に対処する。

  • 構造的メンバシップを保持するためのTwo-View Row-Column Hypergraphエンコーダーを使用する。
  • 低コストな相互作用シグナルを持つアライメント誘導目的関数を採用する。
  • コーパス固有の分布への感度を低減するためのドメインロバストな値マッピングを実装する。
  • 全体で平均絶対誤差（MAE）を最大55%、ゼロショット転送で69%削減する。
  • 以前の手法と比較して最大89倍の高速化を実現する。

ALOREは多様なドメインとスケールにわたって優れたパフォーマンスを示し、テーブルによるクエリ検索タスクでの有効性を検証した。