Buchumschlag

StraTyper: Automated Semantic Type Discovery and Multi-Type Annotation for Dataset Collections

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Koutras, Christos, Freire, Juliana
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Databases
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

BDI-Kit Demo: A Toolkit for Programmable and Conversational Data Harmonization
von: Lopez, Roque, et al.
Veröffentlicht: (2026)

OmniMatch: Effective Self-Supervised Any-Join Discovery in Tabular Data Repositories
von: Koutras, Christos, et al.
Veröffentlicht: (2024)

SiMa: Effective and Efficient Matching Across Data Silos Using Graph Neural Networks
von: Koutras, Christos, et al.
Veröffentlicht: (2022)

AutoDDG: Automated Dataset Description Generation using Large Language Models
von: Zhang, Haoxiang, et al.
Veröffentlicht: (2025)

A Flexible and Scalable Approach for Collecting Wildlife Advertisements on the Web
von: Barbosa, Juliana, et al.
Veröffentlicht: (2024)

A Unified Approach for Multi-Granularity Search over Spatial Datasets
von: Yang, Wenzhe, et al.
Veröffentlicht: (2024)

TQL: Towards Type-Driven Data Discovery
von: Kang, Andrew, et al.
Veröffentlicht: (2025)

LAKEGEN: A LLM-based Tabular Corpus Generator for Evaluating Dataset Discovery in Data Lakes
von: Dai, Zhenwei, et al.
Veröffentlicht: (2025)

LakeHopper: Cross Data Lakes Column Type Annotation through Model Adaptation
von: Sun, Yushi, et al.
Veröffentlicht: (2026)

Comprehending Semantic Types in JSON Data with Graph Neural Networks
von: Wei, Shuang, et al.
Veröffentlicht: (2023)

LLM-assisted Labeling Function Generation for Semantic Type Detection
von: Li, Chenjie, et al.
Veröffentlicht: (2024)

RACOON: An LLM-based Framework for Retrieval-Augmented Column Type Annotation with a Knowledge Graph
von: Wei, Lindsey Linxi, et al.
Veröffentlicht: (2024)

Efficiently Estimating Mutual Information Between Attributes Across Tables
von: Santos, Aécio, et al.
Veröffentlicht: (2024)

Dataset Discovery via Line Charts
von: Ji, Daomin, et al.
Veröffentlicht: (2024)

Getting Python Types Right with RightTyper
von: Pizzorno, Juan Altmayer, et al.
Veröffentlicht: (2025)

Attribute-Based Semantic Type Detection and Data Quality Assessment
von: Silva, Marcelo Valentim, et al.
Veröffentlicht: (2024)

AgenticTyper: Automated Typing of Legacy Software Projects Using Agentic AI
von: Pohle, Clemens
Veröffentlicht: (2026)

Subgroup Discovery in MOOCs: A Big Data Application for Describing Different Types of Learners
von: Luna, J. M., et al.
Veröffentlicht: (2024)

BDIViz in Action: Interactive Curation and Benchmarking for Schema Matching Methods
von: Wu, Eden, et al.
Veröffentlicht: (2026)

DataLens: Enhancing Dataset Discovery via Network Topologies
von: Ollagnier, Anaïs, et al.
Veröffentlicht: (2025)

An LLM Agent-Based Complex Semantic Table Annotation Approach
von: Geng, Yilin, et al.
Veröffentlicht: (2025)

A Cross-Perspective Annotated Dataset for Dynamic Object-Level Attention Modeling in Cloud Gaming
von: Lei, Hongqin, et al.
Veröffentlicht: (2025)

Grain Theory: Type-Level Granularity Correctness in Data Pipelines
von: Karayannidis, Nikos
Veröffentlicht: (2026)

Static Type Checking for Database Access Code
von: Kirz, Thomas James, et al.
Veröffentlicht: (2026)

UniEntrezDB: Large-scale Gene Ontology Annotation Dataset and Evaluation Benchmarks with Unified Entrez Gene Identifiers
von: Miao, Yuwei, et al.
Veröffentlicht: (2024)

The Pneuma Project: Reifying Information Needs as Relational Schemas to Automate Discovery, Guide Preparation, and Align Data with Intent
von: Balaka, Muhammad Imam Luthfi, et al.
Veröffentlicht: (2026)

Robust LLM-based Column Type Annotation via Prompt Augmentation with LoRA Tuning
von: Meng, Hanze, et al.
Veröffentlicht: (2025)

LLMLog: Advanced Log Template Generation via LLM-driven Multi-Round Annotation
von: Teng, Fei, et al.
Veröffentlicht: (2025)

Snoopy: Effective and Efficient Semantic Join Discovery via Proxy Columns
von: Guo, Yuxiang, et al.
Veröffentlicht: (2025)

Quantifying Semantic Query Similarity for Automated Linear SQL Grading: A Graph-based Approach
von: Köberlein, Leo, et al.
Veröffentlicht: (2024)

Magneto: Combining Small and Large Language Models for Schema Matching
von: Liu, Yurong, et al.
Veröffentlicht: (2024)

Interactive Data Harmonization with LLM Agents: Opportunities and Challenges
von: Santos, Aécio, et al.
Veröffentlicht: (2025)

Semantics and Multi-Query Optimization Algorithms for the Analyze Operator
von: Iakovidis, Marios, et al.
Veröffentlicht: (2026)

Enhancing Crash Frequency Modeling Based on Augmented Multi-Type Data by Hybrid VAE-Diffusion-Based Generative Neural Networks
von: Chen, Junlan, et al.
Veröffentlicht: (2025)

Project-connex Decompositions and Tractability of Aggregate Group-by Conjunctive Queries
von: Figueira, Diego, et al.
Veröffentlicht: (2025)

RDF Stream Taxonomy: Systematizing RDF Stream Types in Research and Practice
von: Sowinski, Piotr, et al.
Veröffentlicht: (2023)

Sampling Methods for Inner Product Sketching
von: Daliri, Majid, et al.
Veröffentlicht: (2023)

Simple Analysis of Priority Sampling
von: Daliri, Majid, et al.
Veröffentlicht: (2023)

Automated Discovery of Test Oracles for Database Management Systems Using LLMs
von: Mang, Qiuyang, et al.
Veröffentlicht: (2025)

Octopus: A Lightweight Entity-Aware System for Multi-Table Data Discovery and Cell-Level Retrieval
von: Li, Wen-Zhi, et al.
Veröffentlicht: (2026)