ST-Raptor框架发布，实现复杂半结构化表格的精准理解与信息抽取
发布时间：2025-09-14 来源：不念旧恶网作者：Beckham817z
本工作核心作者为汤子瑞（上海交通大学）、牛博宇（上海交通大学）。合作者为李帛修、周炜、王健楠、李国良、张心怡、吴帆。通讯作者为上海交通大学计算机学院博士生导师周煊赫。团队长期从事人工智能与数据交叉研究。
半结构化表格是我们日常工作中常见的 “拦路虎”—— 布局五花八门、结构复杂多变，让自动化数据处理变得异常困难。
面对这样的挑战，传统的表格处理工具往往力不从心。研究发现，现有的大模型以及表格理解领域模型在NL2SQL/ 结构化表格已经有了较好的效果（准确率超 80%），但是在那些诸如金融报表、库存表、企业管理表等具有合并单元格、嵌套表格、层次结构等特征的复杂半结构化表格上表现明显退化。
为了解决这一痛点，来自上海交通大学计算机学院、西蒙菲莎大学、清华大学、中国人民大学的合作团队，带来基于树形框架的智能表格问答系统（ST-Raptor），其不仅能精准捕捉表格中的复杂布局，还能自动生成表格操作指令，并一步步执行这些操作流程，最终准确回答用户提出的问题 —— 就像给 Excel 装上了一个会思考的 “AI 大脑”。
目前，该论文已被数据库领域国际顶尖学术会议ACM SIGMOD2026 接收。
论文标题：ST-Raptor: LLM-Powered Semi-Structured Table Question Answering论文链接：http://arxiv.org/abs/2508.18190项目仓库：http://github.com/weAIDB/ST-Raptor
该项目发布后得到广泛关注与转发：
现有的 NL2SQL 方法需要将半结构化表格转换为结构化表格处理，这通常会导致大量的信息丢失。此外，现有的 NL2Code 和多模态 LLM 问答都无法准确捕捉半结构化表格独特的信息组织方法，因此无法准确回答相应的问题。下图展示了一些基线方法在半结构化表格问答上的表现。在总共 100 个问题的回答中，大模型的错误率均较高，且其在涉及到表格结构理解，数据获取，问题推理三方面表现均不佳。
准确率低的原因主要由于以下几点：（1）半结构化表格结构个性化程度高，结构复杂多样且隐含了部分语义信息，大模型难以捕捉到布局的微妙之处。（2）在进行表格数据检索时，模型容易产生幻觉，造成失真。（3）模型对问题的理解能力不足，不能从表格里获取解决问题需要的信息。
HO-Tree
创新性的半结构化表格表示方案
为了定制解决半结构化表格信息的复杂分布问题，本文提出了层次正交树（HO-Tree）这一数据结构。HO-Tree 由Meta Tree（MTree）和 Body Tree（BTree）嵌套组合形成，其中 MTree 代表了表头中的元数据，BTree 代表了表内容中的信息数据。
上图展示了构建 HO-Tree 的基本步骤。对于一个 excel 表格，首先将表内容转化为 HTML 格式并渲染，接着用 VLM 提取图片中的表头信息，在对齐后得到元信息组。接着，根据得到的元信息将表格进行分层级的区域划分，最后根据这一层级得到 HO-Tree。通过这一步骤，半结构化表格被转化为了计算机易于操作的数据形式，为后续处理提供了便利。
树上操作与流程设计
精准回答问题的 “手术刀”
在建构好 HO-Tree 之后，本文继续设计了一套在树上进行检索的操作，通过迭代地使用这些操作，LLM 可以按步骤分析表格，最终获取信息回答问题。这些操作可以分为以下四类：
数据获取操作：可以获取树上子节点，父节点等信息，递归地进行数据获取操作可以有效去除冗余信息，得到回答问题所必要的信息。数据处理操作：根据问题需要的形式，将得到的数据进行处理（如求和，计数，按条件筛选等）。对齐操作：将过程中的信息和表格内容进行对齐，增强检索时的健壮性。推理操作：将获取的最终答案和问题进行对齐，得到满足格式要求的最终答案输出。
这些操作可以帮助 LLM 以直观的方法获取数据，分析表格，并且以可信的方式得到最终答案。结合这些操作，可以搭建一套流水线回答问题。如下图例子所示，在得到问题后，ST-Raptor 将其拆解为三个子问题，通过预定义的树上操作进行搜索，处理，最后经过推理得到答案。
实验结论
现有的表格数据集大多以结构化为主，一些半结构化的数据集也都并不涉及复杂嵌套关系，和真实情境不符。因此，本文构建了一个半结构化表格数据集 SSTQA，共有 102 张复杂的真实情境表格和 764 个针对这些表格的问题，总共包含了 19 个代表性的真实场景。如下图所示，在 SSTQA 上，ST-Raptor 相较其余方法而言，取得了很高的准确率提升，尤其是在结构复杂困难的表格上远超其余方法。
在其余两个半结构化表格问题数据集 WikiTQ 和 TempTabQA 上的测试结果如下表所示，ST-Raptor 准确率位于榜首，展现出了优秀的泛化能力。
综上所述，ST-Raptor 提供了一套行之有效的半结构化表格问答解决方案，为现实生活中的半结构化表格自动化处理提供了新思路。通过挂载 ST-Raptor，LLM 可以增加对半结构化表格的理解能力和分析能力，提升表格问答的准确性。在未来，可以优化 HO-Tree 的表示和创建，使其囊括更多复杂表格；同时可以定制更多树上操作，使问题回答更流畅便捷。
ST-Raptor 立足于表格结构解析这一核心挑战，有效弥补了大语言模型在处理二维表格结构时的能力短板，能够直接支持包括 Excel 在内的多种复杂半结构化表格输入。尽管如此，现实场景中的半结构化表格仍普遍存在格式不规范、布局多样、语义歧义以及跨表关联等复杂问题，值得在模型架构、语义理解与泛化能力等方面展开长期而深入的探索。
- 上一篇：{loop type="arclist" row=1 }{$vo.title}