본 논문은 학술 논문 사전 공개 사이트인 ArXiv의 데이터를 기반으로 한 대화형 표 데이터셋인 iTBLS를 소개합니다. iTBLS는 해석, 수정, 생성의 세 가지 표 작업 유형으로 구성됩니다. 해석은 표 이해에, 수정은 표 정보 조작에, 생성은 새로운 자연어 증거 추가에 중점을 둡니다. 또한, 표 작업을 질문응답으로 재구성하는 새로운 프레임워크를 제시합니다. 사용자 상호작용의 특성에 따라 적절한 질문을 공식화하고, 사용자 요청을 증거로 사용하여 질문에 답하는 방식입니다. 이 접근 방식은 iTBLS에서 시퀀스-투-시퀀스 모델링 기준선에 대한 모든 작업에서 성능 향상을 가져왔습니다. 더 나아가, 본 논문에서 제안된 질문응답 기반 재구성 방법은 텍스트를 표로 요약하는 기존의 텍스트-투-테이블 작업 데이터셋에도 적용되었으며, 최첨단 기술 대비 정확도(Exact-Match)는 최대 13%, BERTScore는 최대 16% 향상되었습니다.
