论文用五种文本选取策略让LLM为虚拟数据集生成关键词
资讯摘要
论文针对数据虚拟化服务（DVS）中虚拟数据集数量多、用户难以检索的问题，提出用大语言模型自动生成关键词。作者设计了五种为LLM选取文本数据的策略，在五个应用案例的虚拟数据集上，用三种LLM生成器和两种嵌入技术进行实验。结果显示五种策略的表现取决于文本描述质量，据此在新关键词生成服务（KGS）中采用多策略实现。
要点速读
- 论文提出五种为LLM选择文本数据集合的策略，用于为虚拟数据集生成关键词
- 在五个应用案例的虚拟数据集上，使用三种LLM生成器和两种嵌入技术开展实验
- 作者报告五种策略的表现取决于文本描述的质量，并据此在新关键词生成服务（KGS）中采用多策略实现
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。