論文の概要: Synthesis of SQL Queries from South African Local Language Narrations
- arxiv url: http://arxiv.org/abs/2011.07376v1
- Date: Sat, 14 Nov 2020 19:38:08 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-24 03:30:49.758776
- Title: Synthesis of SQL Queries from South African Local Language Narrations
- Title（参考訳）: 南アフリカのローカル言語ナレーションにおけるsqlクエリの合成
- Authors: George Obaido, Abejide Ade-Ibijola, Hima Vadapalli
- Abstract要約: この論文は、もともとこの分野で提示された作品の拡張である。
145人の参加者を対象とした調査では、多数派がローカルNar-Narがローカル言語からのクエリを理解するのに役立つと結論付けている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: English remains the language of choice for database courses and widely used
for instruction in nearly all South African universities, and also in many
countries. Novice programmers of native origins are mostly taught Structured
Query Language (SQL) through English as the medium of instruction.
Consequently, this creates a myriad of problems in understanding the syntax of
SQL as most native learners are not too proficient in English. This could
affect a learner's ability in comprehending SQL syntaxes. To resolve this
problem, this work proposes a tool called local language narrations
(Local-Nar-SQL) to SQL that uses a type of Finite Machine, such as a Jumping
Finite Automaton to translate local language narratives into SQL queries.
Further, the generated query extracts information from a sample database and
presents output to the learner. This paper is an extension of work originally
presented in a previous study in this field. A survey involving 145
participants concluded that the majority found Local-Nar-SQL to be helpful in
understanding SQL queries from local languages. If the proposed tool is used as
a learning aid, native learners will find it easier to work with SQL, which
will eliminate many of the barriers faced with English proficiencies in
programming pedagogies.
- Abstract（参考訳）: 英語は依然としてデータベースコースの選択言語であり、南アフリカのほぼすべての大学や多くの国でも広く使われている。
ネイティブ起源の初心者プログラマは、主に英語を教材として構造化クエリ言語(SQL)を教えられている。
その結果、ほとんどのネイティブ学習者は英語にあまり精通していないため、SQLの構文を理解するのに多くの問題がある。
これはsql構文を理解する学習者の能力に影響する可能性がある。
この問題を解決するため,本研究では,局所言語ナレーション(local-nar-sql)と呼ばれる,ジャンプ有限オートマトンなどの有限機械を用いて,局所言語ナレーションをsqlクエリに変換するツールを提案する。
さらに、生成されたクエリはサンプルデータベースから情報を抽出し、学習者に出力する。
本論文は,本分野における前回の研究成果を拡張したものである。
145人の参加者による調査は、大多数がローカルnar-sqlがローカル言語からのsqlクエリを理解するのに役立つと結論づけた。
学習支援として提案されたツールを使用すると、ネイティブ学習者はsqlの操作が容易になる。
関連論文リスト
- A Survey on Employing Large Language Models for Text-to-SQL Tasks [9.527891544418805]
リレーショナルデータベースにおけるデータ量の増加は、ユーザがデータにアクセスして分析する上での課題を引き起こします。
Text-to-sql (Text2) は自然言語処理(NLP)技術を用いて自然言語のintsqlクエリを変換することで問題を解決する。
LLM(Large Language Models)の開発により、LLMベースのText2メソッドが出現した。
論文 参考訳（メタデータ） (2024-07-21T14:48:23Z) - SQLformer: Deep Auto-Regressive Query Graph Generation for Text-to-SQL Translation [16.07396492960869]
本稿では,テキストからテキストへの変換処理に特化して設計されたトランスフォーマーアーキテクチャを提案する。
我々のモデルは、実行可能層とデコーダ層に構造的帰納バイアスを組み込んで、クエリを自動で抽象構文木(AST)として予測する。
論文 参考訳（メタデータ） (2023-10-27T00:13:59Z) - SQL-PaLM: Improved Large Language Model Adaptation for Text-to-SQL (extended) [53.95151604061761]
本稿では,大規模言語モデル(LLM)を用いたテキスト・ツー・フィルタリングのフレームワークを提案する。
数発のプロンプトで、実行ベースのエラー解析による一貫性復号化の有効性について検討する。
命令の微調整により、チューニングされたLLMの性能に影響を及ぼす重要なパラダイムの理解を深める。
論文 参考訳（メタデータ） (2023-05-26T21:39:05Z) - XRICL: Cross-lingual Retrieval-Augmented In-Context Learning for
Cross-lingual Text-to-SQL Semantic Parsing [70.40401197026925]
大規模言語モデルを用いたインコンテキスト学習は、最近セマンティック解析タスクの驚くべき結果を示している。
この研究は、あるクエリに対して関連する英語の例を検索する学習を行うXRICLフレームワークを導入している。
また、大規模言語モデルの翻訳プロセスを容易にするために、対象言語に対するグローバルな翻訳例も含んでいる。
論文 参考訳（メタデータ） (2022-10-25T01:33:49Z) - Towards Generalizable and Robust Text-to-SQL Parsing [77.18724939989647]
本稿では,タスク分解,知識獲得,知識構成からなる新しいTKKフレームワークを提案する。
このフレームワークは,Spider,SParC,Co.データセット上でのすべてのシナリオと最先端のパフォーマンスに有効であることを示す。
論文 参考訳（メタデータ） (2022-10-23T09:21:27Z) - A Survey on Text-to-SQL Parsing: Concepts, Methods, and Future
Directions [102.8606542189429]
テキストからコーパスへのパースの目的は、自然言語(NL)質問をデータベースが提供するエビデンスに基づいて、対応する構造化クエリ言語()に変換することである。
ディープニューラルネットワークは、入力NL質問から出力クエリへのマッピング関数を自動的に学習するニューラルジェネレーションモデルによって、このタスクを大幅に進歩させた。
論文 参考訳（メタデータ） (2022-08-29T14:24:13Z) - Speech-to-SQL: Towards Speech-driven SQL Query Generation From Natural
Language Question [18.40290951253122]
音声による入力は、スマートフォンやタブレットの人気により、大きな勢いを増している。
本稿では,構造化データデータベースを問合せするための,より効率的な音声インタフェースの設計について検討する。
我々は,人間の音声を直接クエリーに変換するために,SpeechNetという新しいエンドツーエンドニューラルアーキテクチャを提案する。
論文 参考訳（メタデータ） (2022-01-04T15:38:36Z) - Weakly Supervised Text-to-SQL Parsing through Question Decomposition [53.22128541030441]
我々は最近提案されたQDMR(QDMR)という意味表現を活用している。
質問やQDMR構造(非専門家によって注釈付けされたり、自動予測されたりする)、回答が与えられたら、我々は自動的にsqlクエリを合成できる。
本結果は,NL-ベンチマークデータを用いて訓練したモデルと,弱い教師付きモデルが競合することを示す。
論文 参考訳（メタデータ） (2021-12-12T20:02:42Z) - Photon: A Robust Cross-Domain Text-to-SQL System [189.1405317853752]
私たちは、マッピングを即座に決定できない自然言語入力にフラグを付けることができる、堅牢でモジュール化されたクロスドメインなNLIDBPhotonを紹介します。
提案手法は,翻訳不能なユーザ入力に対して,テキストからネイティブシステムへのロバストさを効果的に向上させる。
論文 参考訳（メタデータ） (2020-07-30T07:44:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。