論文の概要: ASTormer: An AST Structure-aware Transformer Decoder for Text-to-SQL

• arxiv url: http://arxiv.org/abs/2310.18662v1
• Date: Sat, 28 Oct 2023 10:21:40 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-31 17:21:47.305712
• Title: ASTormer: An AST Structure-aware Transformer Decoder for Text-to-SQL
• Title（参考訳）: ASTormer: テキストからSQLへのAST構造対応トランスフォーマーデコーダ
• Authors: Ruisheng Cao, Hanchong Zhang, Hongshen Xu, Jieyu Li, Da Ma, Lu Chen and Kai Yu
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 25.066643066902564
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Text-to-SQL aims to generate an executable SQL program given the user utterance and the corresponding database schema. To ensure the well-formedness of output SQLs, one prominent approach adopts a grammar-based recurrent decoder to produce the equivalent SQL abstract syntax tree (AST). However, previous methods mainly utilize an RNN-series decoder, which 1) is time-consuming and inefficient and 2) introduces very few structure priors. In this work, we propose an AST structure-aware Transformer decoder (ASTormer) to replace traditional RNN cells. The structural knowledge, such as node types and positions in the tree, is seamlessly incorporated into the decoder via both absolute and relative position embeddings. Besides, the proposed framework is compatible with different traversing orders even considering adaptive node selection. Extensive experiments on five text-to-SQL benchmarks demonstrate the effectiveness and efficiency of our structured decoder compared to competitive baselines.
• Abstract（参考訳）: Text-to-SQLは、ユーザの発話と対応するデータベーススキーマから実行可能なSQLプログラムを生成することを目的としている。 出力SQLの整合性を確保するために、ある顕著なアプローチは文法ベースの繰り返しデコーダを採用し、同等のSQL抽象構文木(AST)を生成する。 しかし、従来の手法は主にRNN系列デコーダを使用していた。 1)時間がかかり非効率である 2) 構造的先行性はほとんどない。 本研究では,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。 木内のノードタイプや位置などの構造的知識は、絶対位置埋め込みと相対位置埋め込みの両方を通じてデコーダにシームレスに組み込まれる。 また,適応ノードの選択を考慮した場合であっても,異なるトラバース順序に対応できる。 5つのテキスト-SQLベンチマークの大規模な実験は、競合するベースラインと比較して構造化デコーダの有効性と効率を実証している。

関連論文リスト

• 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)
• Benchmarking and Improving Text-to-SQL Generation under Ambiguity [25.283118418288293]
  我々はAmbiQTと呼ばれる新しいベンチマークを開発し、各テキストは語彙的および/または構造的あいまいさのために2つのもっともらしいSQLとして解釈できる。 提案するLogicalBeamは,計画ベースのテンプレート生成と制約付きインフィルを併用して,sql論理空間をナビゲートする新しい復号アルゴリズムである。
  論文  参考訳（メタデータ） (2023-10-20T17:00:53Z)
• 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)
• UNITE: A Unified Benchmark for Text-to-SQL Evaluation [72.72040379293718]
  テキスト・ツー・ドメイン・システムのためのUNIfiedベンチマークを導入する。 公開されているテキストからドメインへのデータセットと29Kデータベースで構成されている。 広く使われているSpiderベンチマークと比較すると、SQLパターンの3倍の増加が紹介されている。
  論文  参考訳（メタデータ） (2023-05-25T17:19:52Z)
• Graphix-T5: Mixing Pre-Trained Transformers with Graph-Aware Layers for Text-to-SQL Parsing [56.232873134174056]
  テキストからテキストへのパースにおける大きな課題の1つはドメインの一般化である。 そこで本研究では,テキスト・トゥ・テキスト・パーシングのための特殊なコンポーネントを備えた事前学習されたテキスト・ツー・テキスト・トランスフォーマー・モデルをさらに強化する方法について検討する。 この目的のために,レイヤを持つグラフ認識モデルによって拡張された新しいアーキテクチャ GRAPHIX-T5 を提案する。
  論文  参考訳（メタデータ） (2023-01-18T13:29:05Z)
• Structured Case-based Reasoning for Inference-time Adaptation of Text-to-SQL parsers [46.85977355976352]
  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。
  論文  参考訳（メタデータ） (2023-01-10T18:20:42Z)
• 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)
• Faster and Better Grammar-based Text-to-SQL Parsing via Clause-level Parallel Decoding and Alignment Loss [27.191574762624505]
  文法ベースの言語は、クロスドメインテキスト・ツー・パースタスクにおいて高いパフォーマンスを達成しているが、復号効率の低下に悩まされている。 節と質問セグメントの整合性を改善する方法は、パフォーマンスを解析する上で重要な課題である。
  論文  参考訳（メタデータ） (2022-04-26T09:40:04Z)
• 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)
• 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。