Technische Samenvatting: Orthogonale Hiërarchische Decompositie voor Structuurbewust Begrip van Tabellen met Grote Taalmodellen

1. Probleemstelling

Complexe tabellen in wetenschappelijke rapporten, financiële overzichten en business intelligence wijken vaak af van het canonieke $N \times M$-raster. Deze structuren presenteren twee primaire uitdagingen voor Grote Taalmodellen (LLM's):

1. Structurele Hiërarchie: Meerlagige geneste koppen vereisen dat gegevenscellen semantisch kunnen worden teruggevoerd naar ketens van voorouderlijke labels. Zonder deze context zijn geïsoleerde vermeldingen (bijv. "andere steden") ambigu.
2. Ruimtelijk-Logische Discontinuïteit: Onregelmatige samengevoegde cellen en verschoven koppen doorbreken standaard rasterindexering. Ruimtelijke nabijheid garandeert niet langer een logische associatie, waardoor traditionele coördinaatgebaseerde scanning faalt (bijv. het verkeerd interpreteren van een "details"-rij als een kind van een "jaar"-kolom vanwege verticale uitlijning).

Bestaande benaderingen vertrouwen doorgaans op platte linearisering (verlies van hiërarchische afhankelijkheden), programmatische modellering (moeite hebbend met niet-canonieke lay-outs), of logische topologiereconstructie (vaak afhankelijk van geometrische heuristieken die semantische nuances negeren). Deze methoden resulteren frequent in structurele instorting of een mismatch tussen structurele semantiek en tekstuele representaties.

2. Methodologie: Orthogonale Hiërarchische Decompositie (OHD)

De auteurs stellen het Orthogonale Hiërarchische Decompositie (OHD) framework voor, dat de paradigmaverschuiving maakt van globale rastermodellering naar het decomponeren van tabellen in onafhankelijke, semantisch gesynchroniseerde hiërarchische structuren. De pipeline bestaat uit drie kernfasen:

A. Orthogonale Boom inductie (OTI)

Het kernalgoritme factoriseert een tabel in twee onafhankelijke bomen: een Kolomboom ($T_{col}$) en een Rijboom ($T_{row}$). Deze ontkoppeling isoleert structurele ruis en behandelt onregelmatige lay-outs door de logische hiërarchie van elke dimensie afzonderlijk te reconstrueren. De inductie wordt gestuurd door Semantisch-Ruimtelijke Synergie:

• Semantische Agency: In $T_{col}$ fungeren alleen kolomkoppen als interne vertakkingsknooppunten; rijkoppen en gegevenscellen worden behandeld als atomaire bladknopen. De rollen zijn omgekeerd voor $T_{row}$.
• Semantisch-Ruimtelijke Subsumptie: Een verbinding tussen een ouder en een kind wordt alleen vastgesteld als het kind ruimtelijk binnen de bounding box van de ouder valt en een Large Language Model (LLM) een logische subsumptie bevestigt (bijv. categorie-overerving). Dit fungeert als een neuraal-symbolische brug om geometrische ambiguïteiten te corrigeren.
• Structurele Unidirectionaliteit: Gegevenscellen zijn terminale knopen zonder neerwaartse vertakking, wat het ontstaan van spookachtige nesting van voetnoten of opmerkingen onder numerieke waarden voorkomt.
• Adaptieve Data-verankering: Om conflicten op te lossen waarbij gegevenscellen op overlappende grenzen van conflicterende koppen liggen, gebruikt het framework rij-grensbepalingen om adaptief de juiste ouderkop toe te wijzen.

B. Dual-Pathway Associatie

Zodra $T_{col}$ en $T_{row}$ zijn geïnduceerd, reconstrueert het framework de semantische afstamming van elke cel met behulp van een dual-pathway protocol. Voor elke gegevenscel $d$:

1. Premisse Context: Een depth-first search (DFS) op de primaire boom (bijv. $T_{col}$) genereert het pad van koppen dat naar $d$ leidt.
2. Attribuut Context: Een bottom-up traversale van de orthogonale boom (bijv. $T_{row}$) legt de structurele attributen vast. Het framework bevraagt de primaire boom om overeenkomstige koppen in de tegenovergestelde dimensie te vinden, waarbij deze paden worden samengevoegd om multidimensionale coördinaten te herstellen.
3. Synthese: De uiteindelijke representatie volgt een "Premisse Context $\to$ Attribuut Context $\to$ Waarde" structuur, waarbij de afstamming symmetrisch vanuit beide perspectieven wordt gereconstrueerd.

C. Semantische Arbitrage

In het besef dat $T_{col}$ en $T_{row}$ complementaire inzichten bieden, fungeert een LLM als een semantische arbiter. Het evalueert de gesynthetiseerde kandidaat-sequenties op basis van logische samenhang, informatievolledigheid en syntactische leesbaarheid. Met behulp van een zero-shot prompt selecteert het LLM het duidelijkste perspectief of combineert het deze om een hoogwaardige, structuurbewuste tekstuele surrogaat te produceren die klaar is voor downstream redeneren.

3. Belangrijkste Bijdragen

• OHD Framework: Een nieuw paradigma dat tabellen deelt in orthogonale hiërarchische bomen, wat de structurele instorting in niet-standaard lay-outs effectief tegengaat.
• Orthogonal Tree Induction (OTI): Een algoritme dat ruimtelijk-semantische co-constraints incorporeert om logische relaties te bepalen, wat de robuustheid tegen flexibele koppen en samengevoegde cellen aanzienlijk verbetert.
• Dual-Pathway Association: Een protocol dat meerlagige semantische afstammingslijnen reconstrueert, waardoor LLM's in staat zijn tot getrouwe redeneringen op heterogene structuren door zowel verticale als horizontale afhankelijkheden te behouden.

4. Experimentele Resultaten

Het framework werd geëvalueerd op twee complexe table QA benchmarks: AITQA (financiële/statistische tabellen) en HiTab (hiërarchische tabellen die multi-hop redeneren vereisen).

• Prestaties: OHD presteerde consistent beter dan state-of-the-art baselines (inclusief Chain-of-Table, E5 en ST-RAPTOR) over meerdere LLM-backbones (Qwen2-72B, TableLLaMA-7B, DeepSeek-V3).
  • Op AITQA met Qwen2-72B behaalde OHD een Exact Match (EM) van 69.34, waarmee het de sterkste baseline (ST-RAPTOR) met 8.76 punten versloeg.
  • Op de HiTab Subset behaalde OHD een EM van 64.74, een verbetering van 9.01 punten ten opzichte van de baseline.
  • De LLM Eval Avg. (semantische nauwkeurigheid) vertoonde nog grotere winsten, waarbij OHD 89.12 bereikte op AITQA (+18.09 t.o.v. ST-RAPTOR).
• Ablatie-studies:
  • Het verwijderen van semantische constraints ($w/o\ C_{semantic}$) veroorzaakte een prestatiedaling van ~6%, wat de noodzaak van LLM-gestuurde semantische validatie bevestigt.
  • Het verwijderen van één van de orthogonale paden ($w/o\ TP$) leidde tot drastische dalingen (tot 20% op AITQA), wat de noodzaak van dual-axis reconstructie valideert.
  • Het vervangen van de dual-pathway representatie door standaard Markdown/HTML linearisering resulteerde in verliezen van meer dan 10% in EM, wat de superioriteit van hiërarchische padrepresentatie bewijst.
• Robuustheid: OHD demonstreerde superieure veerkracht naarmate de tabel schaal toenam. Terwijl baselines zoals Chain-of-Table een prestatiedaling van 19 punten lieten zien bij de overgang van kleine naar grote tabellen, was de daling bij OHD marginaal (7 punten).

5. Betekenis en Claims

Het artikel claimt dat OHD er succesvol in slaagt de kloof te overbruggen tussen complexe tweedimensionale tabeltopologieën en de lineaire redeneercapaciteiten van LLM's. Door fragiele fysieke lay-outs te transformeren naar robuuste, structuurbewuste semantische afstammingslijnen, adresseert het framework de hardnekkige uitdaging van het begrijpen van tabellen met meerlagige koppen en samengevoegde cellen.

De auteurs benadrukken dat de dual-path lineage representatie de belangrijkste drijfveer van prestaties is, omdat het effectief de structurele instorting voorkomt die gebruikelijk is bij traditionele representaties. Zij positioneren OHD niet als een vervanging voor LLM's, maar als een "plug-and-play" architectuur die de redeneercapaciteiten van moderne modellen aanvult en versterkt. Het werk suggereert dat orthogonale decompositie een veelbelovende richting biedt voor het bereiken van fijnmazig en betrouwbaar tabelbegrip in diverse real-world toepassingen, waarbij toekomstig werk gepland is om het framework uit te breiden naar ultra-grootschalige financiële rapporten en het integreren van multimodale signalen.