論文の概要: End-to-End Cross-Domain Text-to-SQL Semantic Parsing with Auxiliary Task

• arxiv url: http://arxiv.org/abs/2106.09588v1
• Date: Thu, 17 Jun 2021 15:15:58 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-18 20:37:26.667838
• Title: End-to-End Cross-Domain Text-to-SQL Semantic Parsing with Auxiliary Task
• Title（参考訳）: 補助的タスクを用いたエンド・ツー・エンドクロスドメインテキスト・トゥ・SQLセマンティックパーシング
• Authors: Peng Shi, Tao Yu, Patrick Ng, Zhiguo Wang
• Abstract要約: 我々は、スキーマリンクと値フィリングという、ドメイン間テキスト間セマンティック解析タスクにおける2つの重要なコンポーネントに焦点を当てる。 本稿では,列選択補助タスクを提案し,学習目標の明示的利用により,エンコーダに関連性マッチング機能を持たせる。
• 参考スコア（独自算出の注目度）: 38.32058442848129
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this work, we focus on two crucial components in the cross-domain text-to-SQL semantic parsing task: schema linking and value filling. To encourage the model to learn better encoding ability, we propose a column selection auxiliary task to empower the encoder with the relevance matching capability by using explicit learning targets. Furthermore, we propose two value filling methods to build the bridge from the existing zero-shot semantic parsers to real-world applications, considering most of the existing parsers ignore the values filling in the synthesized SQL. With experiments on Spider, our proposed framework improves over the baselines on the execution accuracy and exact set match accuracy when database contents are unavailable, and detailed analysis sheds light on future work.
• Abstract（参考訳）: 本研究では、スキーマリンクと値フィリングという、クロスドメインテキストからSQLへのセマンティック解析タスクにおける2つの重要なコンポーネントに焦点を当てる。 モデルがより優れた符号化能力の学習を促すために,明示的な学習目標を用いてエンコーダに関連性マッチング機能を持たせるための列選択補助タスクを提案する。 さらに,既存のゼロショットセマンティックパーザから実世界のアプリケーションへのブリッジ構築のための2つの値フィリング手法を提案する。 spiderの実験により,提案フレームワークはデータベースコンテンツが利用できない場合の実行精度と正確なセット精度のベースラインを改良し,詳細な分析結果が今後の作業に光を当てる。

関連論文リスト

• FuncEvalGMN: Evaluating Functional Correctness of SQL via Graph Matching Network [8.517407780079207]
  本稿では,SQL生成の機能的正しさを評価するためのグラフベースの新しい手法を提案する。 提案手法であるtextttFuncEvalGMN は,テストデータの十分な準備に依存しない。
  論文  参考訳（メタデータ） (2024-07-09T03:05:27Z)
• Improving Retrieval-augmented Text-to-SQL with AST-based Ranking and Schema Pruning [10.731045939849125]
  本稿では,テキストからセマンティックへの解析に注目する。 商用データベースのスキーマのサイズとビジネスインテリジェンスソリューションのデプロイ可能性に関する課題から,入力データベース情報を動的に取得する $textASTReS$ を提案する。
  論文  参考訳（メタデータ） (2024-07-03T15:55:14Z)
• 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)
• Improving Text-to-SQL Semantic Parsing with Fine-grained Query Understanding [84.04706075621013]
  トークンレベルのきめ細かいクエリ理解に基づく汎用的モジュール型ニューラルネットワーク解析フレームワークを提案する。 我々のフレームワークは、名前付きエンティティ認識(NER)、ニューラルエンティティリンカ(NEL)、ニューラルエンティティリンカ(NSP)の3つのモジュールから構成されている。
  論文  参考訳（メタデータ） (2022-09-28T21:00:30Z)
• Proton: Probing Schema Linking Information from Pre-trained Language Models for Text-to-SQL Parsing [66.55478402233399]
  本稿では,ポアンカー距離測定に基づく探索手法を用いて,関係構造を抽出する枠組みを提案する。 スキーマリンクの一般的なルールベース手法と比較して,探索関係は意味的対応をしっかりと捉えることができることがわかった。 我々のフレームワークは3つのベンチマークで最先端のパフォーマンスを新たに設定する。
  論文  参考訳（メタデータ） (2022-06-28T14:05:25Z)
• S$^2$SQL: Injecting Syntax to Question-Schema Interaction Graph Encoder for Text-to-SQL Parsers [66.78665327694625]
  テキスト-関係解析のための質問-エンコーダグラフに構文を注入するS$2$を提案する。 また、疎結合制約を用いて多様なエッジ埋め込みを誘導し、ネットワークの性能をさらに向上させる。 スパイダーとロバスト性設定の実験は、提案手法が事前学習モデルを使用する場合、既存のすべての手法より優れていることを示した。
  論文  参考訳（メタデータ） (2022-03-14T09:49:15Z)
• KaggleDBQA: Realistic Evaluation of Text-to-SQL Parsers [26.15889661083109]
  実Webデータベースのクロスドメイン評価データセットであるKDBaggleQAを提案する。 我々は、KDBaggleQAが最先端のゼロショットに挑戦していることを示しているが、より現実的な評価設定と関連するデータベースドキュメントの創造的利用により、その正確性は13.2%以上向上している。
  論文  参考訳（メタデータ） (2021-06-22T00:08:03Z)
• X2Parser: Cross-Lingual and Cross-Domain Framework for Task-Oriented Compositional Semantic Parsing [51.81533991497547]
  タスク指向コンポジションセマンティックパーシング(TCSP)は複雑なネストされたユーザクエリを処理する。 本報告では,TCSPの変換可能なクロスランガルとクロスドメインを比較した。 本稿では,フラット化意図とスロット表現を別々に予測し,両方の予測タスクをシーケンスラベリング問題にキャストすることを提案する。
  論文  参考訳（メタデータ） (2021-06-07T16:40:05Z)
• A Tale of Two Linkings: Dynamically Gating between Schema Linking and Structural Linking for Text-to-SQL Parsing [25.81069211061945]
  Text-to- semantic parsingでは、生成したsqlクエリの正しいエンティティを選択することは重要かつ困難である。 この課題に対処するための2つのリンクプロセス: 明示的なNLの言及をデータベースにリンクするスキーマリンクと、出力sqlのエンティティとデータベーススキーマの構造的関係をリンクする構造的リンク。 提案手法を2つのグラフニューラルネットワークに基づくセマンティクスとBERT表現と統合することにより,課題となるスパイダーデータセットのパース精度が大幅に向上したことを示す。
  論文  参考訳（メタデータ） (2020-09-30T17:32:27Z)

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。