論文の概要: HIE-SQL: History Information Enhanced Network for Context-Dependent Text-to-SQL Semantic Parsing

• arxiv url: http://arxiv.org/abs/2203.07376v1
• Date: Mon, 14 Mar 2022 11:58:37 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-19 15:20:45.282373
• Title: HIE-SQL: History Information Enhanced Network for Context-Dependent Text-to-SQL Semantic Parsing
• Title（参考訳）: HIE-SQL: コンテキスト依存型テキスト-SQLセマンティックパーシングのための履歴情報強化ネットワーク
• Authors: Yanzhao Zheng, Haibin Wang, Baohua Dong, Xingjun Wang, Changshan Li
• Abstract要約: ヒストリー発話と最後のsqlクエリの両方からコンテキスト依存情報を利用するヒストリー情報拡張テキスト・トゥ・ザ・アート・モデル(HIE-)を提案する。 本研究では,2つの文脈依存型テキスト・トゥ・ザ・アーティカル・ベンチマークにおいて,HIE-の性能を著しく向上させる手法を提案する。
• 参考スコア（独自算出の注目度）: 1.343950231082215
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recently, context-dependent text-to-SQL semantic parsing which translates natural language into SQL in an interaction process has attracted a lot of attention. Previous works leverage context-dependence information either from interaction history utterances or the previous predicted SQL queries but fail in taking advantage of both since of the mismatch between natural language and logic-form SQL. In this work, we propose a History Information Enhanced text-to-SQL model (HIE-SQL) to exploit context-dependence information from both history utterances and the last predicted SQL query. In view of the mismatch, we treat natural language and SQL as two modalities and propose a bimodal pre-trained model to bridge the gap between them. Besides, we design a schema-linking graph to enhance connections from utterances and the SQL query to the database schema. We show our history information enhanced methods improve the performance of HIE-SQL by a significant margin, which achieves new state-of-the-art results on the two context-dependent text-to-SQL benchmarks, the SparC and CoSQL datasets, at the writing time.
• Abstract（参考訳）: 近年,対話プロセスにおいて自然言語をSQLに変換するコンテキスト依存のテキストからSQLへのセマンティック解析が注目されている。 これまでの作業では、インタラクション履歴の発話または以前の予測されたSQLクエリからコンテキスト依存情報を活用するが、自然言語と論理形式SQLのミスマッチのため、両方の利点を享受できない。 本研究では,ヒストリー・インフォメーション・エンハンス・テキスト・トゥ・SQLモデル(HIE-SQL)を提案する。 このミスマッチの観点から,自然言語とsqlを2つのモダリティとして扱い,それらのギャップを埋めるためのバイモーダル事前学習モデルを提案する。 さらに、発話とSQLクエリからデータベーススキーマへの接続性を高めるためのスキーマリンクグラフを設計する。 我々は,HIE-SQLの性能を顕著に向上させる歴史情報拡張手法について述べる。これにより,2つの文脈依存型テキスト-SQLベンチマークであるSparCとCoSQLデータセットにおいて,新たな最先端結果が得られる。

関連論文リスト

• SQLPrompt: In-Context Text-to-SQL with Minimal Labeled Data [54.69489315952524]
  Prompt"は、Text-to-LLMのいくつかのショットプロンプト機能を改善するように設計されている。 Prompt"は、ラベル付きデータが少なく、テキスト内学習における従来のアプローチよりも大きなマージンで優れている。 emphPromptはテキスト内学習における従来の手法よりも優れており,ラベル付きデータはほとんどない。
  論文  参考訳（メタデータ） (2023-11-06T05:24:06Z)
• 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)
• STAR: SQL Guided Pre-Training for Context-dependent Text-to-SQL Parsing [64.80483736666123]
  文脈依存型テキスト・ツー・パースのための新しい事前学習フレームワークSTARを提案する。 さらに,STARを事前学習するための大規模コンテキスト依存型テキスト対話コーパスを構築した。 大規模な実験により、STARは2つの下流ベンチマークで新しい最先端のパフォーマンスを達成することが示された。
  論文  参考訳（メタデータ） (2022-10-21T11:30:07Z)
• 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)
• CQR-SQL: Conversational Question Reformulation Enhanced Context-Dependent Text-to-SQL Parsers [35.36754559708944]
  コンテキスト依存型テキスト参照は、マルチターン質問をデータベース関連のクエリに変換するタスクである。 本稿では,CQR-Coupleを提案する。このCQR-Coupleは,CQR学習を用いて,文脈依存のforsql解析を明示的に活用し,分離する。 執筆時点で、我々のCQRカップリングは2つの文脈依存ベンチマークSParCとCoに対して、最先端の新たな結果を達成する。
  論文  参考訳（メタデータ） (2022-05-16T13:52:42Z)
• 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)
• Tracking Interaction States for Multi-Turn Text-to-SQL Semantic Parsing [44.0348697408427]
  マルチターンテキスト・ツー・セマンティクスのタスクは、自然言語発話を対話からsqlクエリに変換することを目的としている。 グラフ関係ネットワークと非線形層は、2つの状態の表現をそれぞれ更新するように設計されている。 提案手法の有効性を示すため,coデータセットに挑戦する実験を行った。
  論文  参考訳（メタデータ） (2020-12-09T11:59:58Z)
• IGSQL: Database Schema Interaction Graph Based Neural Model for Context-Dependent Text-to-SQL Generation [61.09660709356527]
  本稿では,データベーススキーマインタラクショングラフエンコーダを提案し,データベーススキーマ項目の履歴情報を利用する。 ベンチマークSParCおよびCoデータセットを用いて,本モデルの評価を行った。
  論文  参考訳（メタデータ） (2020-11-11T12:56:21Z)

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。