Fugu-MT 論文翻訳(概要): Data-Aware Socratic Query Refinement in Database Systems

論文の概要: Data-Aware Socratic Query Refinement in Database Systems

arxiv url: http://arxiv.org/abs/2508.05061v1
Date: Thu, 07 Aug 2025 06:28:16 GMT
ステータス: 翻訳完了
システム内更新日: 2025-08-08 18:59:39.723938
Title: Data-Aware Socratic Query Refinement in Database Systems
Title（参考訳）: データベースシステムにおけるデータ対応ソクラティッククエリーリファインメント
Authors: Ruiyuan Zhang, Chrysanthi Kosyfaki, Xiaofang Zhou,
Abstract要約: 本稿では,対話型クエリ拡張フレームワークであるData-Aware Socratic Guidance (DASG)を提案する。 DASGは、自然言語クエリのあいまいさを解決するために、データベースシステム内の第一級演算子としてラインブレイクの対話的明確化を組み込む。提案アルゴリズムは, セマンティック関連性, カタログ情報ゲイン, 潜在的なコスト削減を組み合わせ, 最適解法を選択する。
参考スコア（独自算出の注目度）: 12.533468345817528
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: In this paper, we propose Data-Aware Socratic Guidance (DASG), a dialogue-based query enhancement framework that embeds \linebreak interactive clarification as a first-class operator within database systems to resolve ambiguity in natural language queries. DASG treats dialogue as an optimization decision, asking clarifying questions only when the expected execution cost reduction exceeds the interaction overhead. The system quantifies ambiguity through linguistic fuzziness, schema grounding confidence, and projected costs across relational and vector backends. Our algorithm selects the optimal clarifications by combining semantic relevance, catalog-based information gain, and potential cost reduction. We evaluate our proposed framework on three datasets. The results show that DASG demonstrates improved query precision while maintaining efficiency, establishing a cooperative analytics paradigm where systems actively participate in query formulation rather than passively translating user requests.
Abstract（参考訳）: 本稿では,自然言語クエリのあいまいさを解決するために,データベースシステム内の一級演算子として \linebreak Interactive Clarification を組み込んだ対話型クエリ拡張フレームワークであるData-Aware Socratic Guidance (DASG)を提案する。 DASGは、対話を最適化決定として扱い、期待される実行コストの削減が相互作用オーバーヘッドを超える場合にのみ、質問を明確にする。このシステムは、言語的な曖昧さ、スキーマ基盤の信頼性、およびリレーショナルおよびベクトルバックエンド間の予測コストを通じてあいまいさを定量化する。提案アルゴリズムは, セマンティック関連性, カタログ情報ゲイン, 潜在的なコスト削減を組み合わせ, 最適解法を選択する。提案するフレームワークを3つのデータセットで評価する。その結果,DASGは効率を保ちつつクエリ精度を向上させることを示し,ユーザの要求を受動的に翻訳するのではなく,クエリの定式化に積極的に参加する協調分析パラダイムを確立した。

関連論文リスト

Distilling a Small Utility-Based Passage Selector to Enhance Retrieval-Augmented Generation [77.07879255360342]
Retrieval-augmented Generation (RAG)は、取得した情報を組み込むことで、大規模言語モデル(LLM)を強化する。 RAGでは、重要度は実用性に移行し、正確な回答を生成するためのパスの有用性を考慮している。提案手法は、ランク付けよりもユーティリティベースの選択に重点を置いており、固定しきい値を必要とせずに、特定のクエリに合わせた動的通過選択を可能にする。本実験は, 実用性に基づく選択により, RAGの柔軟性とコスト効率が向上し, 計算コストが大幅に低減され, 応答品質が向上することを示した。
論文参考訳（メタデータ） (2025-07-25T09:32:29Z)
Structuring the Unstructured: A Multi-Agent System for Extracting and Querying Financial KPIs and Guidance [54.25184684077833]
構造化されていない財務文書から定量的な洞察を抽出する,効率的でスケーラブルな手法を提案する。提案システムは,emphExtraction AgentとemphText-to-Agentの2つの特殊エージェントから構成される。
論文参考訳（メタデータ） (2025-05-25T15:45:46Z)
CLEAR-KGQA: Clarification-Enhanced Ambiguity Resolution for Knowledge Graph Question Answering [13.624962763072899]
KGQAシステムは通常、ユーザクエリは曖昧であると仮定するが、これは現実世界のアプリケーションではめったに行われない仮定である。本稿では,対話的明確化を通じて,エンティティのあいまいさ(類似した名前を持つエンティティの区別など)と意図のあいまいさ(ユーザクエリの異なる解釈を明確にするなど)を動的に扱う新しいフレームワークを提案する。
論文参考訳（メタデータ） (2025-04-13T17:34:35Z)
Simplifying Data Integration: SLM-Driven Systems for Unified Semantic Queries Across Heterogeneous Databases [0.0]
本稿では,Small Language Model(SLM)をベースとした,軽量な検索・拡張生成(RAG)とセマンティック・アウェアなデータ構造化の進歩を相乗化するシステムを提案する。 SLMを用いた構造化データ抽出にMiniRAGのセマンティック・アウェア・ヘテロジニアス・グラフインデックスとトポロジ・エンハンス・検索を統合し,従来の手法の限界に対処する。実験結果は精度と効率性において優れた性能を示し、教師なし評価指標としてのセマンティックエントロピーの導入はモデルの不確実性に対する堅牢な洞察を提供する。
論文参考訳（メタデータ） (2025-04-08T03:28:03Z)
HEISIR: Hierarchical Expansion of Inverted Semantic Indexing for Training-free Retrieval of Conversational Data using LLMs [0.3277163122167434]
本稿では,会話データ検索における意味理解を強化する新しいフレームワークであるHEISIRを紹介する。 Heisir は,(1)階層型トリプレットの定式化と(2)アジュネート・アジュメンテーション(Adjunct Augmentation)という2段階のプロセスを実装し,SVOA(Subject-Verb-Object-Adjunct)四重項からなるセマンティック指標を生成する。実験の結果,HEISIRは様々な埋め込み型や言語モデルにまたがる微調整モデルよりも優れていた。
論文参考訳（メタデータ） (2025-03-06T06:39:25Z)
Fast or Better? Balancing Accuracy and Cost in Retrieval-Augmented Generation with Flexible User Control [52.405085773954596]
Retrieval-Augmented Generationは、大規模な言語モデル幻覚を緩和するための強力なアプローチとして登場した。既存のRAGフレームワークは、しばしば無差別に検索を適用し、非効率な再検索につながる。本稿では,精度・コストのトレードオフを動的に調整できる新しいユーザ制御可能なRAGフレームワークを提案する。
論文参考訳（メタデータ） (2025-02-17T18:56:20Z)
Unanswerability Evaluation for Retrieval Augmented Generation [74.3022365715597]
UAEval4RAGは、RAGシステムが解答不能なクエリを効果的に処理できるかどうかを評価するために設計されたフレームワークである。我々は、6つの未解決カテゴリを持つ分類を定義し、UAEval4RAGは、多様で挑戦的なクエリを自動的に合成する。
論文参考訳（メタデータ） (2024-12-16T19:11:55Z)
Semantic Tokens in Retrieval Augmented Generation [0.0]
本稿では,確率的RAGシステムと決定論的に検証可能な応答のギャップを埋めるための評価モジュールを導入した新しい比較RAGシステムを提案する。このフレームワークは、高い精度と検証可能性を必要とする領域において、より信頼性が高くスケーラブルな質問応答アプリケーションを実現する。
論文参考訳（メタデータ） (2024-12-03T16:52:06Z)
Selecting Query-bag as Pseudo Relevance Feedback for Information-seeking Conversations [76.70349332096693]
情報検索対話システムは電子商取引システムで広く利用されている。クエリバッグに基づくPseudo Relevance Feedback framework(QB-PRF)を提案する。関連クエリを備えたクエリバッグを構築し、擬似シグナルとして機能し、情報検索の会話をガイドする。
論文参考訳（メタデータ） (2024-03-22T08:10:32Z)
A Scalable Space-efficient In-database Interpretability Framework for Embedding-based Semantic SQL Queries [3.0938904602244346]
我々は、関係エンティティ間の関係を捉えるために、共起に基づく新しい解釈可能性アプローチを導入する。我々のアプローチは、クエリ非依存(グロバル)とクエリ特化(ローカル)の両方の解釈機能を提供する。
論文参考訳（メタデータ） (2023-02-23T17:18:40Z)
Improving Conversational Recommender Systems via Knowledge Graph based Semantic Fusion [77.21442487537139]
対話型レコメンデータシステム(CRS)は,対話型対話を通じて高品質なアイテムをユーザに推薦することを目的としている。まず、会話データ自体にユーザの好みを正確に理解するための十分なコンテキスト情報がない。第二に、自然言語表現とアイテムレベルのユーザ嗜好の間には意味的なギャップがある。
論文参考訳（メタデータ） (2020-07-08T11:14:23Z)

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。