論文の概要: Are We Asking the Right Questions? On Ambiguity in Natural Language Queries for Tabular Data Analysis
- arxiv url: http://arxiv.org/abs/2511.04584v2
- Date: Thu, 13 Nov 2025 01:48:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-13 14:36:36.850837
- Title: Are We Asking the Right Questions? On Ambiguity in Natural Language Queries for Tabular Data Analysis
- Title（参考訳）: 質問は正しいのか? : 語彙データ分析のための自然言語クエリのあいまいさについて
- Authors: Daniel Gomm, Cornelius Wolff, Madelon Hulsebos,
- Abstract要約: 我々は、ユーザとシステム間のクエリ仕様の共有責任に基づく、原則化されたフレームワークを開発する。
質問応答と分析の評価にフレームワークを適用することで、15の一般的なデータセットでクエリを分析する。
- 参考スコア（独自算出の注目度）: 2.905751301655124
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Natural language interfaces to tabular data must handle ambiguities inherent to queries. Instead of treating ambiguity as a deficiency, we reframe it as a feature of cooperative interaction where users are intentional about the degree to which they specify queries. We develop a principled framework based on a shared responsibility of query specification between user and system, distinguishing unambiguous and ambiguous cooperative queries, which systems can resolve through reasonable inference, from uncooperative queries that cannot be resolved. Applying the framework to evaluations for tabular question answering and analysis, we analyze the queries in 15 popular datasets, and observe an uncontrolled mixing of query types neither adequate for evaluating a system's execution accuracy nor for evaluating interpretation capabilities. This conceptualization around cooperation in resolving queries informs how to design and evaluate natural language interfaces for tabular data analysis, for which we distill concrete directions for future research and broader implications.
- Abstract（参考訳）: 表形式のデータに対する自然言語インターフェースは、クエリ固有のあいまいさを処理しなければなりません。
あいまいさを欠如として扱う代わりに、ユーザがクエリの指定度合いを意識的に考えるような協調的なインタラクションの特徴として再編成する。
本研究では,ユーザとシステム間の問合せ仕様の共有責任に基づく基本的枠組みを構築し,不明瞭であいまいな協調的な問合せを,解決できない非協調的な問合せから合理的推論によって解決できるものと区別する。
このフレームワークを表形式の質問応答と分析の評価に適用し、15の一般的なデータセットでクエリを分析し、システムの実行精度や解釈能力を評価するのに適さない、制御されていないクエリタイプの混合を観察する。
クエリの解決における協調に関するこの概念化は、表型データ分析のための自然言語インタフェースの設計と評価の仕方を教えてくれる。
関連論文リスト
- Testing for LLM response differences: the case of a composite null consisting of semantically irrelevant query perturbations [10.216191904121178]
入力クエリが2つある場合、応答分布が同じかどうかを問うのは自然である。
従来の等式テストは、2つの意味論的等価なクエリが統計的に異なる応答分布を誘導することを示しているかもしれない。
本稿では, セマンティックに類似したクエリの集合をテスト手順に組み込むことで, このミスアライメントに対処する。
論文 参考訳（メタデータ） (2025-09-13T19:44:42Z) - Reasoning-enhanced Query Understanding through Decomposition and Interpretation [87.56450566014625]
ReDIは、分解と解釈によるクエリ理解のための推論強化アプローチである。
我々は,大規模検索エンジンから実世界の複雑なクエリの大規模データセットをコンパイルした。
BRIGHT と BEIR の実験により、ReDI はスパースと密度の高い検索パラダイムの両方において、強いベースラインを一貫して超えることを示した。
論文 参考訳（メタデータ） (2025-09-08T10:58:42Z) - Data-Aware Socratic Query Refinement in Database Systems [12.533468345817528]
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。
論文 参考訳（メタデータ） (2025-08-07T06:28:16Z) - 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) - Disambiguate First, Parse Later: Generating Interpretations for Ambiguity Resolution in Semantic Parsing [56.82807063333088]
本稿では, 自然言語の解釈を論理形式にマッピングする前に, あいまいさを解消するモジュラー手法を提案する。
我々のアプローチは解釈のカバレッジを改善し、異なるアノテーションスタイル、データベース構造、あいまいさタイプを持つデータセットをまたいだ一般化を行う。
論文 参考訳（メタデータ） (2025-02-25T18:42:26Z) - Contextualized Evaluations: Judging Language Model Responses to Underspecified Queries [85.81295563405433]
本稿では,不特定クエリを取り巻くコンテキストを合成的に構築し,評価中にそれを提供するプロトコルを提案する。
その結果,1) 評価から得られた結論の変更,2) モデルペア間のベンチマークランキングの反転,2) スタイルのような表面レベルの基準に基づいて判断を下すナッジ評価,3) 多様なコンテキスト間でのモデル行動に関する新たな洞察の提供,などが確認できた。
論文 参考訳（メタデータ） (2024-11-11T18:58:38Z) - AMBROSIA: A Benchmark for Parsing Ambiguous Questions into Database Queries [56.82807063333088]
我々は,新たなベンチマークであるAMBROSIAを導入し,テキスト・ツー・オープン・プログラムの開発を促進することを期待する。
私たちのデータセットには、3種類のあいまいさ(スコープのあいまいさ、アタッチメントのあいまいさ、あいまいさ)を示す質問が含まれている。
いずれの場合も、データベースのコンテキストが提供されてもあいまいさは持続する。
これは、スクラッチからデータベースを制御して生成する、新しいアプローチによって実現される。
論文 参考訳（メタデータ） (2024-06-27T10:43:04Z) - Semantic Parsing for Conversational Question Answering over Knowledge
Graphs [63.939700311269156]
本研究では,ユーザの質問にSparqlパースとアノテートし,システム回答が実行結果に対応するデータセットを開発する。
本稿では,2つの意味解析手法を提案し,その課題を強調した。
私たちのデータセットとモデルはhttps://github.com/Edinburgh/SPICE.orgで公開されています。
論文 参考訳（メタデータ） (2023-01-28T14:45:11Z) - Searching for Better Database Queries in the Outputs of Semantic Parsers [16.221439565760058]
本稿では,テスト時に生成したクエリを評価する外部基準にアクセスできる場合を考える。
クエリがエラーなしに実行されることをチェックすることから、一連のテストでクエリを検証することまで、その基準は様々である。
我々は、最先端のセマンティクスにアプローチを適用し、異なるデータセットですべてのテストを通過する多くのクエリを見つけることができると報告します。
論文 参考訳（メタデータ） (2022-10-13T17:20:45Z) - Query Focused Multi-Document Summarization with Distant Supervision [88.39032981994535]
既存の作業は、クエリとテキストセグメント間の関連性を推定する検索スタイルの手法に大きく依存している。
本稿では,クエリに関連するセグメントを推定するための個別モジュールを導入した粗大なモデリングフレームワークを提案する。
我々のフレームワークは、標準QFSベンチマークにおいて、強力な比較システムよりも優れていることを実証する。
論文 参考訳（メタデータ） (2020-04-06T22:35:19Z)
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。