Fugu-MT 論文翻訳(概要): Coverage of Course Topics in Learnersourced SQL Exercises

論文の概要: Coverage of Course Topics in Learnersourced SQL Exercises

arxiv url: http://arxiv.org/abs/2301.07509v1
Date: Wed, 18 Jan 2023 13:31:01 GMT
ステータス: 処理完了
システム内更新日: 2023-02-19 13:40:50.330851
Title: Coverage of Course Topics in Learnersourced SQL Exercises
Title（参考訳）: 学習用SQLエクササイズにおけるコーストピックのカバレッジ
Authors: Nea Pirttinen, Arto Hellas, Juho Leinonen
Abstract要約: 学習者のアウトソーシングが、コースのほとんどのトピックをカバーする一連のエクササイズを作成するのにどのように使用できるかを示します。以上の結果から,学習者はsqlエクササイズの大きなプールを作成できる可能性が示唆された。
参考スコア（独自算出の注目度）: 2.405284979320316
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Learnersourcing is a common task in modern computing classrooms, where it is used, for example, for the creation of educational resources such as multiple-choice questions and programming exercises. One less studied type of learnersourced artefact is SQL exercises. In this work, we explore how well different SQL topics are covered by learnersourced SQL exercises. Covering most course topics would allow students to practice the full content of the course by completing learnersourced exercises. Our results suggest that learnersourcing can be used to create a large pool of SQL exercises that cover most of the topics of the course.
Abstract（参考訳）: ラーニングソーシング(Learnersourcing)は、現代のコンピュータ教室で一般的なタスクであり、例えば、複数選択の質問やプログラミング演習のような教育資源の作成に使用される。あまり研究されていない学習ソースアーティファクトの1つは、SQLのエクササイズである。本研究では、学習ソースのSQL演習によって、異なるSQLトピックがいかにうまくカバーされているかを検討する。ほとんどのコーストピックをカバーすることで、学生は学習者によるエクササイズを完了することで、コースの完全なコンテンツを実践することができる。我々の結果は、学習者ソーシングが、コースのほとんどのトピックをカバーする大規模なSQLエクササイズを作成するのに使えることを示唆している。

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)
Training Table Question Answering via SQL Query Decomposition [22.007575976349862]
テーブル質問-回答には、自然言語クエリの理解と、関連する情報を抽出する入力テーブルのコンテキストでの理解の両方が含まれる。本研究は,意味解析と直接応答手法のギャップを埋め,生成アーキテクチャによってどのような操作を予測すべきか,あるいは外部アルゴリズムによって実行することが望ましいのか,といった知見を提供する。
論文参考訳（メタデータ） (2024-02-19T13:56:16Z)
Relational Deep Learning: Graph Representation Learning on Relational Databases [69.7008152388055]
複数のテーブルにまたがって配置されたデータを学ぶために、エンドツーエンドの表現アプローチを導入する。メッセージパッシンググラフニューラルネットワークは、自動的にグラフを学習して、すべてのデータ入力を活用する表現を抽出する。
論文参考訳（メタデータ） (2023-12-07T18:51:41Z)
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)
Towards Knowledge-Intensive Text-to-SQL Semantic Parsing with Formulaic Knowledge [54.85168428642474]
我々は、さまざまなドメインをカバーするドメイン固有の質問からなる新しい中国のベンチマークKnowを構築した。次に、付加的なデータ例に注釈を付けるのではなく、公式知識を提示することでこの問題に対処する。より具体的には、ドメイン知識基盤として定式的知識バンクを構築し、解析中にこの定式的知識を活用するためのフレームワーク(ReGrouP)を提案する。
論文参考訳（メタデータ） (2023-01-03T12:37:47Z)
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)
Dive into Deep Learning [119.30375933463156]
この本はJupyterのノートブックでドラフトされており、説明図、数学、インタラクティブな例を自己完結型コードとシームレスに統合している。私たちのゴールは、(i)誰でも自由に利用できるリソースを提供すること、(ii)応用機械学習科学者になるための出発点を提供するのに十分な技術的な深さを提供すること、(iii)実行可能なコードを含み、実際にどのように問題を解決するかを読者に示すこと、(iv)私たちとコミュニティの両方による迅速なアップデートを可能にすることです。
論文参考訳（メタデータ） (2021-06-21T18:19:46Z)
Self-supervised Text-to-SQL Learning with Header Alignment Training [4.518012967046983]
自己教師付き学習は、さまざまな分野におけるディープラーニングの最近の成功のデファクトコンポーネントである。自己監督型学習目標とタスク特化型学習目標の相違に取り組むための,新たな自己監督型学習フレームワークを提案する。本手法は,希少なラベル付きデータを用いたモデルトレーニングに有効である。
論文参考訳（メタデータ） (2021-03-11T01:09:59Z)
Synthesis of SQL Queries from South African Local Language Narrations [0.0]
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。
論文参考訳（メタデータ） (2020-11-14T19:38:08Z)

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。