论文提出双轨 SAX 符号化，提升自然语言形状查询效果。
资讯摘要
论文针对自然语言查询时间序列数据库中的形状查询问题，系统考察六种经典符号化方法，指出其三点局限：字符串缺少方向信息、方向测量尺度过小、字母含义任意。作者据此提出最小化改造的 TT-SAX（双轨 SAX），保留层级字母并为每段增加跨相邻段测量、按查询形容词分级的趋势字母。在 NLQTSBench 上对比六种经典方法与六个 LLM，作者报告 TT-SAX 在形状查询上均优于六者，消融实验将增益对应到三项局限。
要点速读
- 论文系统分析六种经典时间序列符号化方法在自然语言形状查询任务上的三点局限：缺少方向、方向尺度过小、字母任意。
- TT-SAX 保留 SAX 层级字母，新增跨相邻段测量并按查询形容词分级的趋势字母。
- 作者报告在 NLQTSBench 上 TT-SAX 在形状查询上优于六种经典符号化方法（跨六个 LLM），消融实验逐项对应三项局限。
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 2026/10/24 08:00:37（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。