La Ricerca per Ipotesi Fattorizzata Migliora il Recupero da Evidenze a Tassonomia

Un recente preprint su arXiv (2608.06614) presenta la Ricerca per Ipotesi Fattorizzata (FHS), un nuovo approccio volto a colmare il 'divario di prontezza al recupero' nel recupero su larga scala da tassonomie. Questo divario si verifica quando i dati di input, come le celle di una tabella, mancano di un chiaro significato semantico e si basano su elementi contestuali come riga, colonna e tipo di dato. Gli autori introducono FHS per preservare varie interpretazioni parziali attraverso dimensioni semantiche nominate, facilitando il rendering di query strutturate, il recupero multi-ipotesi e la verifica dei candidati a livello di dimensione. Nelle valutazioni che coinvolgono l'etichettatura di tassonomie finanziarie e i compiti di codifica clinica CodiEsp, FHS supera i metodi non-oracolo in Recall@1, MRR e accuratezza complessiva. Significativamente, la sostituzione del percorso di ipotesi fattorizzate con un insieme di testo libero porta al calo più considerevole delle prestazioni, evidenziando il valore del metodo fattorizzato. Questo articolo segna un notevole progresso nei sistemi di recupero per evidenze complesse e sensibili al contesto.