الفائدة من البيانات الجدولية مثل جداول الويب تعتمد بشكل حاسم على فهم معانيها. تركز هذه الدراسة على التنبؤ بأنواع الأعمدة في الجداول التي لا تحتوي على أي بيانات ميتا. على عكس الطرق التقليدية القائمة على المطابقة اللغوية، نقترح نموذج تنبؤ عميق يمكنه استغلال السياق الدلالي للجدول بشكل كامل، بما في ذلك خصائص موقعية الجدول التي يتم تعلمها بواسطة شبكة عصبية هجينة (HNN)، وخصائص الدلالات بين الأعمدة التي يتم تعلمها بواسطة خوارزمية بحث واستجابة لقاعدة المعرفة (KB). يظهر هذا النموذج أداءً جيدًا ليس فقط في مجموعات الجداول الفردية، بل أيضًا عند النقل من مجموعة جداول إلى أخرى.