KGLink: A column type annotation method that combines knowledge graph and pre-trained language model

本文介绍了一种名为KGLink的方法，它将WikiData知识图谱信息与预训练的深度学习语言模型相结合，用于表格列注释，有效地解决了类型粒度和有价值上下文缺失问题。通过对包含数字和字符串列的不同类型粒度的广泛使用的表格数据集的全面实验，展示了KGLink的有效性和效率。通过利用KGLink的优势，我们成功地克服了与类型粒度和有价值上下文问题相关的挑战，将其确立为语义注释表格数据的强大解决方案。

论文旨在解决表格数据的语义注释问题，包括知识图谱和深度学习方法各自存在的局限性。

KGLink方法将WikiData知识图谱信息与预训练的深度学习语言模型相结合，解决了类型粒度和有价值的上下文缺失问题。

论文在广泛使用的包含数字和字符串列的表格数据集上进行了全面实验，证明了KGLink方法的有效性和高效性。论文提出的方法解决了知识图谱和深度学习方法各自存在的问题，具有实际应用价值。

近期的相关研究包括基于知识图谱和深度学习的方法，以及其他表格数据的语义注释方法。