論文の概要: Sheet as Token: A Graph-Enhanced Representation for Multi-Sheet Spreadsheet Understanding

• arxiv url: http://arxiv.org/abs/2605.05811v1
• Date: Thu, 07 May 2026 07:47:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-08 22:27:11.605373
• Title: Sheet as Token: A Graph-Enhanced Representation for Multi-Sheet Spreadsheet Understanding
• Title（参考訳）: Sheet as Token: マルチシートスプレッドシート理解のためのグラフ強化表現
• Authors: Yiming Lei, Yiqi Wang, Yujia Zhang, Bo Guan, Depei Zhu, Chunhui Wang, Zhuonan Hao, Tianyu Shi,
• Abstract要約: Sheet as Tokenはグラフで強化されたフレームワークで、各ワークシートをマルチシートのスプレッドシート検索のための統一セマンティックユニットとして扱う。 Graph Retrieverは、セマンティック、クエリ条件付き、スキーマ一貫性、形状適合性関係を使って、シートトークン上のクエリ固有の候補グラフを構築する。 構成したマルチシートスプレッドシートコーパスの実験により、シートレベルのトークン化が安定した表現を学習することを示す。
• 参考スコア（独自算出の注目度）: 14.27017655999633
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Workbook-scale spreadsheet understanding is increasingly important for language-model-based data analysis agents, but remains challenging because relevant information is often distributed across multiple sheets with heterogeneous schemas, layouts, and implicit relationships. Existing retrieval-augmented approaches typically decompose spreadsheets into rows, columns, or blocks to improve scalability; however, such chunk-centric representations can fragment worksheets into isolated text spans and weaken global sheet-level semantics. We propose Sheet as Token, a graph-enhanced framework that treats each worksheet as a unified semantic unit for multi-sheet spreadsheet retrieval. Our method extracts schema-aware records from sheet names, column headers, representative values, and layout features, and encodes each worksheet into a compact dense token. Given a natural-language query, a Graph Retriever constructs a query-specific candidate graph over sheet tokens using semantic, query-conditioned, schema-consistency, and shape-compatibility relations, and composes these channels through a multi-stage graph transformer to retrieve supporting sheet sets. Experiments on a constructed multi-sheet spreadsheet corpus show that sheet-level tokenization learns stable representations, and that graph-enhanced cross-sheet reasoning improves listwise retrieval over a shallow graph baseline with limited additional graph-side computation. These results suggest that sheet-level tokenization is a promising abstraction for scalable multi-sheet spreadsheet understanding.
• Abstract（参考訳）: ワークブックスケールのスプレッドシート理解は、言語モデルに基づくデータ分析エージェントにとってますます重要になっているが、不均一なスキーマ、レイアウト、暗黙の関係を持った複数のシートに関連情報が分散されることがしばしばあるため、依然として困難である。 既存の検索強化アプローチは、スプレッドシートを行、列、ブロックに分解してスケーラビリティを向上させるが、そのようなチャンク中心の表現はワークシートを独立したテキストスパンに分割し、グローバルなシートレベルのセマンティクスを弱める。 本研究では,マルチシートスプレッドシート検索のための統一意味単位として各ワークシートを取り扱うグラフ拡張フレームワークであるスプレッドシートをTokenとして提案する。 本手法は,シート名,列ヘッダ,代表値,レイアウト特徴からスキーマ対応レコードを抽出し,各ワークシートをコンパクトな高密度トークンにエンコードする。 自然言語クエリが与えられたら、Graph Retrieverは、セマンティック、クエリ条件付き、スキーマ整合性、形状適合性を使って、シートトークン上のクエリ固有の候補グラフを構築し、これらのチャネルを多段階グラフ変換器を介して構成し、サポートシートセットを検索する。 構築したマルチシートスプレッドシートコーパスの実験により,シートレベルのトークン化は安定な表現を学習し,グラフを拡張したクロスシート推論はグラフ側の計算が限定された浅いグラフベースライン上でのリストワイズ検索を改善することが示された。 これらの結果から,シートレベルのトークン化は,スケーラブルなマルチシートスプレッドシート理解において有望な抽象化であることが示唆された。

関連論文リスト

• SpreadsheetArena: Decomposing Preference in LLM Generation of Spreadsheet Workbooks [8.306042091008957]
  大規模言語モデル (LLM) は、構造化されたアーティファクトの生成と操作のタスクが増えている。 タスク上でモデルのパフォーマンスを評価するプラットフォームであるSpreadsheetArenaを紹介する。 好みのスプレッドシートのスタイラス的,構造的,機能的特徴はユースケースによって大きく異なる。
  論文  参考訳（メタデータ） (2026-02-16T14:24:36Z)
• SheetDesigner: MLLM-Powered Spreadsheet Layout Generation with Rule-Based and Vision-Based Reflection [26.315814679351988]
  SheetDesignerは、コンポーネント配置とコンテンツ人口に対するルールとビジョンの反映を組み合わせたゼロショットフレームワークである。 視覚のモダリティによって、MLLMは重なり合いとバランスをうまく扱うが、アライメントに苦しむ。
  論文  参考訳（メタデータ） (2025-09-09T07:51:38Z)
• Doc2SoarGraph: Discrete Reasoning over Visually-Rich Table-Text Documents via Semantic-Oriented Hierarchical Graphs [79.0426838808629]
  視覚的にリッチなテーブルテキスト文書に答えるTAT-DQAを提案する。 具体的には、離散推論機能を強化した新しいDoc2SoarGraphフレームワークを提案する。 我々は,TAT-DQAデータセットに関する広範な実験を行い,提案したフレームワークは,テストセット上でのエクサクティマッチ(EM)とF1スコアでそれぞれ17.73%,F1スコアで16.91%の最高のベースラインモデルを上回る結果を得た。
  論文  参考訳（メタデータ） (2023-05-03T07:30:32Z)
• SpreadsheetCoder: Formula Prediction from Semi-structured Context [70.41579328458116]
  行ベースと列ベースの両方のフォーマットで表されるコンテキストを表現するために,BERTベースのモデルアーキテクチャを提案する。 我々はスプレッドシートの大きなデータセットでモデルをトレーニングし、SpreadsheetCoderが42.51%の予測精度でトップ1の予測を達成できることを実証した。 ルールベースのシステムと比較すると、SpreadsheetCoder 82%は、Google Sheetsで公式を作成する上で、より多くのユーザを支援する。
  論文  参考訳（メタデータ） (2021-06-26T11:26:27Z)
• TGRNet: A Table Graph Reconstruction Network for Table Structure Recognition [76.06530816349763]
  本稿では,表構造認識のためのエンドツーエンドのトレーニング可能な表グラフ再構成ネットワーク(TGRNet)を提案する。 具体的には,異なる細胞の空間的位置と論理的位置を共同で予測するために,細胞検出枝と細胞論理的位置分岐の2つの主枝を有する。
  論文  参考訳（メタデータ） (2021-06-20T01:57:05Z)
• Retrieving Complex Tables with Multi-Granular Graph Representation Learning [20.72341939868327]
  自然言語テーブル検索の課題は,自然言語クエリに基づいて意味的に関連するテーブルを検索することである。 既存の学習システムは、テーブルがデータフレームとして構成されているという仮定に基づいて、テーブルをプレーンテキストとして扱う。 多粒グラフ表現学習を用いた一般化可能なNLTRフレームワークであるグラフベーステーブル検索(GTR)を提案する。
  論文  参考訳（メタデータ） (2021-05-04T20:19:03Z)
• A Graph Representation of Semi-structured Data for Web Question Answering [96.46484690047491]
  本稿では、半構造化データとそれらの関係の構成要素の体系的分類に基づいて、Webテーブルとリストのグラフ表現を提案する。 本手法は,最先端のベースラインに対してF1スコアを3.90ポイント向上させる。
  論文  参考訳（メタデータ） (2020-10-14T04:01:54Z)
• Identifying Table Structure in Documents using Conditional Generative Adversarial Networks [0.0]
  多くの産業や学術研究において、情報は主に構造化されていない文書の形で伝達される。 本稿では,まず,テーブルイメージを標準化されたスケルトンテーブル形式にマッピングするために,条件付き生成逆数ネットワークを用いたトップダウンアプローチを提案する。 次に、xy-cutプロジェクションと遺伝的アルゴリズムを用いた潜在テーブル構造を導出する。
  論文  参考訳（メタデータ） (2020-01-13T20:42:40Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。