이 논문에서는 신경망 임베딩과 결합된 의미 기반 기술을 활용한 표 형식 데이터의 자동 주석화를 탐구한다. 구체적으로, 데이터 임베딩 공간에서 추출된 속성 및 셀 유형을 온톨로지 관계 및 엔티티 유형과 정렬하는 앵커링 모델을 제안한다. 본 연구에서는 기호적 추론, 신경망 임베딩, 그리고 손실 함수 설계의 강점을 결합함으로써, DBpedia 및 Wikidata에서 추출한 표 자료 기반으로 열 속성 주석화에 대해 최대 86%, 열 유형 주석화에 대해 82%, 열 질의어 주석화에 대해 87%의 높은 성능 향상을 달성할 수 있음을 보여준다.