Cet article propose ST-Raptor, un nouveau framework pour automatiser les réponses aux requêtes sur les tables semi-structurées, largement utilisé dans les applications réelles. Les tables semi-structurées présentent des dispositions complexes, telles que des en-têtes hiérarchiques et des cellules fusionnées, ce qui complique l'obtention de réponses précises aux requêtes avec les méthodes d'assurance qualité NL2SQL, NL2Code et LLM multimodales existantes. ST-Raptor utilise des arbres orthogonaux hiérarchiques (HO-trees) pour représenter les dispositions complexes et permet le traitement des requêtes LLM via des opérations arborescentes de base. Il décompose les requêtes utilisateur en sous-requêtes, génère un pipeline d'opérations arborescentes et effectue un alignement entre les opérations et les tables afin de garantir une exécution précise du pipeline. De plus, des validations ascendantes et descendantes sont utilisées pour améliorer la précision des résultats. Nous évaluons les performances de notre approche à l'aide d'un nouvel ensemble de données, SSTQA, composé de 102 tables semi-structurées réelles et de 764 questions, atteignant une précision jusqu'à 20 % supérieure à celle des méthodes existantes.
