論文の概要: Natural Language Interfaces for Spatial and Temporal Databases: A Comprehensive Overview of Methods, Taxonomy, and Future Directions

• arxiv url: http://arxiv.org/abs/2603.23375v1
• Date: Tue, 24 Mar 2026 16:06:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-25 19:53:37.577081
• Title: Natural Language Interfaces for Spatial and Temporal Databases: A Comprehensive Overview of Methods, Taxonomy, and Future Directions
• Title（参考訳）: 空間的・時間的データベースのための自然言語インタフェース:方法論,分類学,今後の方向性の包括的概要
• Authors: Samya Acharja, Kanchan Chowdhury,
• Abstract要約: NLIDBとして知られるデータベースへの自然言語インターフェースの構築は、最近大きな注目を集めている。 本稿では,地理空間データベースと時間データベースを対象としたNLIDBの研究を包括的に調査する。
• 参考スコア（独自算出の注目度）: 2.2803118577209727
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The task of building a natural language interface to a database, known as NLIDB, has recently gained significant attention from both the database and Natural Language Processing (NLP) communities. With the proliferation of geospatial datasets driven by the rapid emergence of location-aware sensors, geospatial databases play a vital role in supporting geospatial applications. However, querying geospatial and temporal databases differs substantially from querying traditional relational databases due to the presence of geospatial topological operators and temporal operators. To bridge the gap between geospatial query languages and non-expert users, the geospatial research community has increasingly focused on developing NLIDBs for geospatial databases. Yet, existing research remains fragmented across systems, datasets, and methodological choices, making it difficult to clearly understand the landscape of existing methods, their strengths and weaknesses, and opportunities for future research. Existing surveys on NLIDBs focus on general-purpose database systems and do not treat geospatial and temporal databases as primary focus for analysis. To address this gap, this paper presents a comprehensive survey of studies on NLIDBs for geospatial and temporal databases. Specifically, we provide a detailed overview of datasets, evaluation metrics, and the taxonomy of the methods for geospatial and temporal NLIDBs, as well as a comparative analysis of the existing methods. Our survey reveals recurring trends in existing methods, substantial variation in datasets and evaluation practices, and several open challenges that continue to hinder progress in this area. Based on these findings, we identify promising directions for future research to advance natural language interfaces to geospatial and temporal databases.
• Abstract（参考訳）: NLIDBとして知られるデータベースに自然言語インターフェースを構築するタスクは、最近、データベースと自然言語処理(NLP)コミュニティから大きな注目を集めている。 位置認識センサーの急速な出現による地理空間データセットの拡散に伴い、地理空間データベースは地理空間的応用を支援する上で重要な役割を担っている。 しかし、地理空間的および時間的データベースのクエリは、地理空間的トポロジ的演算子や時間的演算子の存在により、従来の関係データベースのクエリとは大きく異なる。 地理空間クエリ言語と非専門家のギャップを埋めるために、地理空間研究コミュニティは、地理空間データベースのためのNLIDBの開発に注力している。 しかし、既存の研究はシステム、データセット、方法論の選択で断片化され続けており、既存の手法の景観、その強みと弱点、将来の研究の機会を明確に理解することは困難である。 NLIDBに関する既存の調査では、汎用データベースシステムに焦点を当てており、地理空間データベースや時間データベースを分析の主眼として扱っていない。 このギャップに対処するため,地理空間データベースと時間データベースを対象としたNLIDBの研究を包括的に調査する。 具体的には,地理空間的および時間的NLIDBの手法に関するデータセット,評価指標,分類の詳細な概要と既存手法の比較分析について述べる。 本調査では,既存手法の反復的傾向,データセットや評価プラクティスの大幅な変動,この分野の進歩を妨げるいくつかのオープンな課題を明らかにした。 これらの知見に基づき,地理空間・時空間データベースへの自然言語インタフェースの進化に向けた今後の研究の道筋を明らかにする。

関連論文リスト

• GeoGrid-Bench: Can Foundation Models Understand Multimodal Gridded Geo-Spatial Data? [5.017671236021897]
  GeoGrid-Benchは、グリッド構造における地理空間データを理解する基礎モデルの能力を評価するために設計されたベンチマークである。 このベンチマークでは、150カ所にわたる16の気候変数と、拡張された時間フレームをカバーする、大規模で現実的なデータを取り上げている。
  論文  参考訳（メタデータ） (2025-05-15T21:31:44Z)
• OmniGeo: Towards a Multimodal Large Language Models for Geospatial Artificial Intelligence [51.0456395687016]
  マルチモーダル大言語モデル(LLM)が人工知能の新しいフロンティアをオープンした。 地理空間応用に適したMLLM(OmniGeo)を提案する。 自然言語理解の長所と空間的推論の長所を組み合わせることで,GeoAIシステムの指示追従能力と精度を高めることができる。
  論文  参考訳（メタデータ） (2025-03-20T16:45:48Z)
• Geolocation with Real Human Gameplay Data: A Large-Scale Dataset and Human-Like Reasoning Framework [59.42946541163632]
  3つの重要なコンポーネントを持つ包括的位置決めフレームワークを導入する。 大規模データセットGeoComp、新しい推論手法GeoCoT、評価指標GeoEval。 また,GeoCoTは解釈可能性を高めつつ,位置情報の精度を最大25%向上させることを示した。
  論文  参考訳（メタデータ） (2025-02-19T14:21:25Z)
• Self-Supervised Representation Learning for Geospatial Objects: A Survey [21.504978593542354]
  自己教師付き学習(SSL)は、広範囲にラベル付けされた監督なしでデータから直接効果的で一般化可能な表現を学習できる能力に注目が集まっている。 本稿では,3種類の幾何学的ベクトルタイプ(ポイント,ポリライン,ポリゴン)において,地理空間オブジェクトに対して特別に適用または開発されたSSL技術について調査する。 地空間オブジェクトに対するSSLの出現傾向,特に地空間基盤モデルへの段階的な進歩について検討する。
  論文  参考訳（メタデータ） (2024-08-22T05:28:22Z)
• Geode: A Zero-shot Geospatial Question-Answering Agent with Explicit Reasoning and Precise Spatio-Temporal Retrieval [0.0]
  本研究では,ゼロショット地理空間的質問応答タスクを高精度に処理するための先駆的システムを提案する。 当社のアプローチは,現在の大規模言語モデルの限界に対処する上で,大幅な改善を図っている。
  論文  参考訳（メタデータ） (2024-06-26T21:59:54Z)
• MGeo: Multi-Modal Geographic Pre-Training Method [49.78466122982627]
  マルチモーダルジオグラフィック言語モデル(MGeo)を提案する。 MGeoはGCを新しいモダリティとして表現し、正確なクエリ-POIマッチングのためのマルチモーダル相関を完全に抽出することができる。 提案するマルチモーダル事前学習法は,汎用PTMのクエリ-POIマッチング能力を大幅に向上させることができる。
  論文  参考訳（メタデータ） (2023-01-11T03:05:12Z)
• A General Purpose Neural Architecture for Geospatial Systems [142.43454584836812]
  本稿では,空間的帰納バイアスを持つ汎用ニューラルアーキテクチャ(GPNA)の構築に向けたロードマップを示す。 このようなモデルがコミュニティのメンバー間の協力をいかに促進するかを考察する。
  論文  参考訳（メタデータ） (2022-11-04T09:58:57Z)

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。