論文の概要: Structured Case-based Reasoning for Inference-time Adaptation of Text-to-SQL parsers

• arxiv url: http://arxiv.org/abs/2301.04110v1
• Date: Tue, 10 Jan 2023 18:20:42 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-11 16:28:11.596026
• Title: Structured Case-based Reasoning for Inference-time Adaptation of Text-to-SQL parsers
• Title（参考訳）: テキスト対SQLパーサの推論時間適応のための構造化ケースベース推論
• Authors: Abhijeet Awasthi, Soumen Chakrabarti, Sunita Sarawagi
• Abstract要約: セマンティック解析のための推論時間適応法は、繰り返し微調整をすることなく、新たに観測された領域の例を活用するのに有用である。 構造化ケースベース推論手法であるStructCBRを提案する。 我々は、StructCBRが事前の推論時適応法よりも一貫した性能向上を実現していることを示す。
• 参考スコア（独自算出の注目度）: 46.85977355976352
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Inference-time adaptation methods for semantic parsing are useful for leveraging examples from newly-observed domains without repeated fine-tuning. Existing approaches typically bias the decoder by simply concatenating input-output example pairs (cases) from the new domain at the encoder's input in a Seq-to-Seq model. Such methods cannot adequately leverage the structure of logical forms in the case examples. We propose StructCBR, a structured case-based reasoning approach, which leverages subtree-level similarity between logical forms of cases and candidate outputs, resulting in better decoder decisions. For the task of adapting Text-to-SQL models to unseen schemas, we show that exploiting case examples in a structured manner via StructCBR offers consistent performance improvements over prior inference-time adaptation methods across five different databases. To the best of our knowledge, we are the first to attempt inference-time adaptation of Text-to-SQL models, and harness trainable structured similarity between subqueries.
• Abstract（参考訳）: 意味解析のための推論時間適応法は、新しく観測された領域からの例を反復的な微調整なしで活用するのに有用である。 既存のアプローチは通常、Seq-to-Seqモデルにおけるエンコーダの入力において、新しいドメインから入出力サンプルペア(ケース)を単純に結合することでデコーダをバイアスする。 そのような方法は、ケース例における論理形式の構造を十分に活用できない。 ケースの論理形式と候補出力のサブツリーレベルの類似性を利用して,より優れたデコーダ決定を行う構造的ケースベース推論手法であるStructCBRを提案する。 テキストからSQLへのモデルを適用するタスクにおいて、StructCBRを介してケース例を構造化的に利用することで、5つの異なるデータベースにわたる事前の推論時適応手法よりも一貫したパフォーマンス向上が得られることを示す。 私たちの知る限りでは、テキストからsqlへのモデルの推論時間適応を最初に試み、サブキュー間の構造的類似性をトレーニング可能にする。

関連論文リスト

• Effective Instruction Parsing Plugin for Complex Logical Query Answering on Knowledge Graphs [51.33342412699939]
  知識グラフクエリ埋め込み(KGQE)は、不完全なKGに対する複雑な推論のために、低次元KG空間に一階論理(FOL)クエリを埋め込むことを目的としている。 近年の研究では、FOLクエリの論理的セマンティクスをよりよく捉えるために、さまざまな外部情報(エンティティタイプや関係コンテキストなど)を統合している。 コードのようなクエリ命令から遅延クエリパターンをキャプチャする効果的なクエリ命令解析(QIPP)を提案する。
  論文  参考訳（メタデータ） (2024-10-27T03:18:52Z)
• ASTormer: An AST Structure-aware Transformer Decoder for Text-to-SQL [25.066643066902564]
  従来のRNN細胞を置き換えるためのAST構造対応トランスフォーマーデコーダ(ASTormer)を提案する。 提案するフレームワークは,ノード選択を考慮したトラバースオーダと互換性がある。
  論文  参考訳（メタデータ） (2023-10-28T10:21:40Z)
• Autoregressive Structured Prediction with Language Models [73.11519625765301]
  本稿では, PLM を用いた自己回帰的手法を用いて, モデル構造を行動列として記述する。 我々のアプローチは、私たちが見てきた全ての構造化予測タスクにおいて、新しい最先端を実現する。
  論文  参考訳（メタデータ） (2022-10-26T13:27:26Z)
• SUN: Exploring Intrinsic Uncertainties in Text-to-SQL Parsers [61.48159785138462]
  本稿では,ニューラルネットワークに基づくアプローチ(SUN)における本質的な不確かさを探索することにより,テキストから依存への変換性能を向上させることを目的とする。 5つのベンチマークデータセットの大規模な実験により、我々の手法は競合より大幅に優れ、新しい最先端の結果が得られた。
  論文  参考訳（メタデータ） (2022-09-14T06:27:51Z)
• 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)
• Controllable Semantic Parsing via Retrieval Augmentation [14.528396278058285]
  我々は,Exemplar Retrieval (CASPER) を用いた制御可能なセマンティック生成モデルを提案する。 CASPERは、新しいドメインでクエリを解析し、特定のパターンに対して予測を適用したり、モデルを再トレーニングすることなく、新しいセマンティックスキーマに適応できることを示す。
  論文  参考訳（メタデータ） (2021-10-16T03:34:49Z)
• A Conditional Splitting Framework for Efficient Constituency Parsing [14.548146390081778]
  本稿では,選択性解析問題(シンタクティックおよび談話構文解析)を一連の条件分割決定に当てはめる,汎用的なSeq2seq解析フレームワークを提案する。 解析モデルでは,テキストスパンで可能な分割点の条件付き確率分布を推定し,効率的なトップダウンデコーディングをサポートする。 談話分析では, 談話セグメンテーションを解析の特別な事例として扱うことができる。
  論文  参考訳（メタデータ） (2021-06-30T00:36:34Z)
• MT-Teql: Evaluating and Augmenting Consistency of Text-to-SQL Models with Metamorphic Testing [11.566463879334862]
  MT-Teqlは,テキスト保存モデルの一貫性を評価し,拡張するメタモルフィックテストベースのフレームワークである。 我々のフレームワークは、SOTAモデルから数千の予測エラーを公開し、既存のデータセットを桁違いに拡張し、標準精度を損なうことなく40%以上の矛盾エラーを除去する。
  論文  参考訳（メタデータ） (2020-12-21T07:43:31Z)
• Conversational Question Reformulation via Sequence-to-Sequence Architectures and Pretrained Language Models [56.268862325167575]
  本稿では、列列列構造と事前学習言語モデル(PLM)を用いた会話型質問修正(CQR)の実証的研究について述べる。 我々はPLMを利用して、CQRタスクの目的である最大推定におけるトークン・トークン・トークン・トークンの独立性の強い仮定に対処する。 我々は、最近導入されたCANARDデータセットの微調整PLMをドメイン内タスクとして評価し、TREC 2019 CAsT Trackのデータからドメイン外タスクとしてモデルを検証する。
  論文  参考訳（メタデータ） (2020-04-04T11:07:54Z)

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。