Fugu-MT 論文翻訳(概要): Natural Language Querying System Through Entity Enrichment

論文の概要: Natural Language Querying System Through Entity Enrichment

arxiv url: http://arxiv.org/abs/2410.15753v1
Date: Mon, 21 Oct 2024 08:11:47 GMT
ステータス: 翻訳完了
システム内更新日: 2024-10-22 13:17:50.881024
Title: Natural Language Querying System Through Entity Enrichment
Title（参考訳）: エンティティエンリッチメントによる自然言語クエリシステム
Authors: Joshua Amavi, Mirian Halfeld Ferrari, Nicolas Hiot,
Abstract要約: 本稿では,データベース上のドメインエキスパートクエリシステムについて述べる。クライアント向けの自然言語インターフェースの提供に関心のある、フランスの企業向けに設計されたソリューションを提供する。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: This paper focuses on a domain expert querying system over databases. It presents a solution designed for a French enterprise interested in offering a natural language interface for its clients. The approach, based on entity enrichment, aims at translating natural language queries into database queries. In this paper, the database is treated through a logical paradigm, suggesting the adaptability of our approach to different database models. The good precision of our method is shown through some preliminary experiments.
Abstract（参考訳）: 本稿では,データベース上のドメインエキスパートクエリシステムについて述べる。クライアント向けの自然言語インターフェースの提供に関心のある、フランスの企業向けに設計されたソリューションを提供する。このアプローチはエンティティエンリッチメントに基づいて、自然言語クエリをデータベースクエリに変換することを目的としている。本稿では、データベースを論理パラダイムで扱い、異なるデータベースモデルに対する我々のアプローチの適応性を提案する。本手法の精度は,いくつかの予備実験により示された。

関連論文リスト

Natural Language Query Engine for Relational Databases using Generative AI [0.0]
この記事では、ジェネレーティブAIを活用してギャップを埋め、自然言語を使ってデータベースをクエリできる革新的なソリューションを紹介します。提案手法は,自然言語クエリを insql に翻訳し,構文的および意味的正当性を確保しつつ,検索したデータから自然言語応答を生成する。ユーザとデータベース間のインタラクションを合理化することにより、技術的専門知識のない個人がデータを直接的かつ効率的に扱えるようにし、価値ある洞察へのアクセスを民主化し、生産性を向上させる。
論文参考訳（メタデータ） (2024-09-23T01:07:02Z)
Text2SQL is Not Enough: Unifying AI and Databases with TAG [47.45480855418987]
Table-Augmented Generation (TAG) は、データベース上の自然言語の質問に答えるパラダイムである。我々は、TAG問題を研究するためのベンチマークを開発し、標準手法がクエリの20%以上を正しく答えることを発見した。
論文参考訳（メタデータ） (2024-08-27T00:50:14Z)
UQE: A Query Engine for Unstructured Databases [71.49289088592842]
構造化されていないデータ分析を可能にするために,大規模言語モデルの可能性を検討する。本稿では,非構造化データ収集からの洞察を直接問合せ,抽出するUniversal Query Engine (UQE)を提案する。
論文参考訳（メタデータ） (2024-06-23T06:58:55Z)
Learning Phonotactics from Linguistic Informants [54.086544221761486]
本モデルでは,情報理論的なポリシーの1つに従って,データポイントを反復的に選択または合成する。提案モデルでは,情報提供者を問う項目の選択に使用する情報理論のポリシーが,完全教師付きアプローチに匹敵する,あるいはそれ以上の効率性が得られることがわかった。
論文参考訳（メタデータ） (2024-05-08T00:18:56Z)
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)
AskYourDB: An end-to-end system for querying and visualizing relational databases using natural language [0.0]
複雑な自然言語をSQLに変換するという課題に対処する意味解析手法を提案する。我々は、モデルが本番環境にデプロイされたときに重要な部分を占める様々な前処理と後処理のステップによって、最先端のモデルを修正した。製品がビジネスで利用できるようにするために、クエリ結果に自動視覚化フレームワークを追加しました。
論文参考訳（メタデータ） (2022-10-16T13:31:32Z)
xDBTagger: Explainable Natural Language Interface to Databases Using Keyword Mappings and Schema Graph [0.17188280334580192]
自然言語クエリをインターフェース内の構造化クエリ言語(NLQ)にリレーショナルデータベースに変換することは、難しい作業である。我々は xDBTagger を提案する。xDBTagger は説明可能なハイブリッド翻訳パイプラインで,ユーザがテキストと視覚の両方で行う決定について説明する。 xDBTaggerは精度の点で有効であり、クエリを最先端のパイプラインベースシステムと比較して最大10000倍の効率で変換する。
論文参考訳（メタデータ） (2022-10-07T18:17:09Z)
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)
Translating synthetic natural language to database queries: a polyglot deep learning framework [0.0]
Polyglotterは自然言語検索とデータベースクエリのマッピングをサポートする。トレーニングのために手動で注釈付きデータを作成する必要はない。我々のフレームワークは, 合成データベースと実データベースの両方で良好に動作することを示す。
論文参考訳（メタデータ） (2021-04-14T17:43:51Z)
Towards a Natural Language Query Processing System [0.0]
本稿では,自然言語クエリインタフェースとバックエンド関係データベースの設計と開発について報告する。この研究の斬新さは、自然言語クエリを構造化クエリ言語に変換するために必要なメタデータを格納するために、グラフデータベースを中間層として定義することにある。サンプルクエリの翻訳結果は90%の精度で得られた。
論文参考訳（メタデータ） (2020-09-25T19:52:20Z)
DomBERT: Domain-oriented Language Model for Aspect-based Sentiment Analysis [71.40586258509394]
本研究では、ドメイン内コーパスと関連するドメインコーパスの両方から学習するためのBERTの拡張であるDomBERTを提案する。アスペクトベース感情分析における課題の整理実験を行い、有望な結果を示す。
論文参考訳（メタデータ） (2020-04-28T21:07:32Z)

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。