論文の概要: MDB-Link: Hierarchical Schema Linking for Multi-Database Text-to-SQL

• arxiv url: http://arxiv.org/abs/2608.09588v1
• Date: Mon, 10 Aug 2026 13:21:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-11 19:16:37.287154
• Title: MDB-Link: Hierarchical Schema Linking for Multi-Database Text-to-SQL
• Title（参考訳）: MDB-Link: マルチデータベーステキスト-SQLのための階層型スキーマリンク
• Authors: Beiyu Xu, Zhenyu Wu, Jiaoyan Chen, Riza theresa Batista-navarro,
• Abstract要約: MDB-Linkは、グローバルインデックスから質問関連カラムを検索し、検索エビデンスをショートリストデータベースに集約し、データベースのランク付け、テーブルの選択、列のグラウンド化に予算対応の大規模言語モデル(LLM)を使用する。 Qwen2.5-14Bでは、MDB-LinkがLinkAlignをMMQA、Spider2-Snow、BIRD-devでデータベースのローカライゼーションと列選択で上回っている。
• 参考スコア（独自算出の注目度）: 10.244897653735302
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Traditional Text-to-SQL research and benchmarks assume a known target database, overlooking settings in which a query must be routed within a large, heterogeneous database collection. We therefore study schema linking in a multi-database setting, where the system must first locate the target database and then construct a compact, SQL-relevant schema for generation. We propose MDB-Link, a hierarchical schema-linking framework that retrieves question-relevant columns from a global index, aggregates retrieval evidence to shortlist databases, and uses a budget-aware large language model (LLM) for database reranking, table selection, and column grounding. With Qwen2.5-14B, MDB-Link outperforms LinkAlign on MMQA, Spider2-Snow, and BIRD-dev in database localization and column selection while producing schema subsets close in size to the gold schemas. Exact match improves from 16.88 to 51.41 on MMQA, 2.50 to 9.17 on Spider2-Snow, and 12.52 to 38.01 on BIRD-dev. MDB-Link also runs faster than LinkAlign and AutoLink, demonstrating the effectiveness of hierarchical schema reduction for downstream SQL generation.
• Abstract（参考訳）: 従来のText-to-SQLリサーチとベンチマークでは、クエリを大規模なヘテロジニアスなデータベースコレクション内にルーティングしなければならないような、既知のターゲットデータベースが想定されている。 そこで本研究では,マルチデータベース環境におけるスキーマリンクについて検討し,まずターゲットデータベースの検索を行い,生成のためのコンパクトなSQL関連スキーマを構築する。 本稿では,グローバルインデックスから質問関連列を検索し,検索証拠をショートリストデータベースに集約する階層型スキーマリンクフレームワークMDB-Linkを提案する。 Qwen2.5-14Bでは、MDB-Linkは、MMQA、Spider2-Snow、BIRD-devでLinkAlignよりも、データベースのローカライゼーションと列の選択に優れ、ゴールドスキーマに近いスキーマサブセットを生成する。 試合はMMQAで16.88から51.41、スパイダー2スノーで2.50から9.17、BIRD-devで12.52から38.01に改善された。 MDB-LinkはLinkAlignやAutoLinkよりも高速に動作し、下流SQL生成における階層スキーマの削減の有効性を実証している。

関連論文リスト

• EviLink: Multi-Path Schema Linking with Uncertainty-Guided Evidence Acquisition for Large-Scale Text-to-SQL [53.116276478707626]
  EviLinkは、マルチハイプセシススキーマと不確実性誘導されたエビデンス獲得を組み合わせている。 Spider2-Snowでは、EviLinkは90.15%のフィールドレベルの厳格なリコールレートを獲得し、平均トークン123.30Kを使用し、固定ジェネレータによる下流SQL生成を改善している。
  論文  参考訳（メタデータ） (2026-05-28T09:32:38Z)
• CORE-T: COherent REtrieval of Tables for Text-to-SQL [91.76918495375384]
  CORE-Tはスケーラブルでトレーニング不要なフレームワークで、テーブルに目的のメタデータを付加し、軽量なテーブル互換キャッシュをプリコンプリートする。 バード、スパイダー、MMQAを越えて、CORE-Tはテーブル選択F1を最大22.7ポイント改善し、最大42%のテーブルを検索する。
  論文  参考訳（メタデータ） (2026-01-19T14:51:23Z)
• AutoLink: Autonomous Schema Exploration and Expansion for Scalable Schema Linking in Text-to-SQL at Scale [68.29002818359844]
  既存の方法は違法なコストを発生させ、リコールとノイズのトレードオフに苦労し、大規模データベースに不利なスケーリングを行う。 我々は、反復的エージェント駆動プロセスとしてスキーマリンクを再構成する、自律的なエージェントフレームワークであるtextbfAutoLinkを提案する。 実験ではAutoLinkの優れたパフォーマンスを示し、最先端の厳密なスキーマリンクのリコール、すなわち textbf68.7% EX on Bird-Dev (CHESSより優れている)、 textbf34.9% EX on Spider-2.0-Lite (第2位)を実現している。
  論文  参考訳（メタデータ） (2025-11-21T12:12:17Z)
• UNJOIN: Enhancing Multi-Table Text-to-SQL Generation via Schema Simplification [50.59009084277447]
  論理生成からスキーマ要素の検索を分離するフレームワークUNJOINを紹介する。 最初の段階では、各列をテーブル名でプレフィックスすることで、データベース内のすべてのテーブルの列名を単一のテーブル表現にマージします。 第2段階では、クエリは、この単純化されたスキーマに基づいて生成され、JOIN、UNION、リレーショナルロジックを再構築することで、元のスキーマにマップされる。
  論文  参考訳（メタデータ） (2025-05-23T17:28:43Z)
• LinkAlign: Scalable Schema Linking for Real-World Large-Scale Multi-Database Text-to-SQL [24.740161980003652]
  LinkAlignは、数千のフィールドを持つ大規模データベースに適した、新しいフレームワークである。 LinkAlignは、すべてのスキーマリンクメトリクスにおいて、既存のベースラインを一貫して上回る。 これは、Spider 2.0-Liteベンチマークで33.09%の新しい最先端スコアを達成した。
  論文  参考訳（メタデータ） (2025-03-24T11:53:06Z)
• RSL-SQL: Robust Schema Linking in Text-to-SQL Generation [51.00761167842468]
  本稿では、双方向スキーマリンク、コンテキスト情報拡張、バイナリ選択戦略、マルチターン自己補正を組み合わせたRSLと呼ばれる新しいフレームワークを提案する。 ベンチマークの結果,オープンソースのソリューション間でのSOTA実行精度は67.2%,BIRDは87.9%,GPT-4オクルージョンは87.9%であった。 提案手法は,DeepSeekを同一のプロンプトで適用した場合,GPT-4ベースのテキスト・ツー・シークシステムよりも優れている。
  論文  参考訳（メタデータ） (2024-10-31T16:22:26Z)
• The Death of Schema Linking? Text-to-SQL in the Age of Well-Reasoned Language Models [0.9149661171430259]
  次世代の大規模言語モデル(LLM)を使用する場合のスキーマリンクを再検討する。 より新しいモデルでは,無関係なモデルが多数存在する場合でも,生成時に関連するスキーマ要素を利用することが可能であることが実証的に判明した。 文脈情報をフィルタリングする代わりに、拡張、選択、修正などのテクニックを強調し、テキストからBIRDパイプラインの精度を向上させるためにそれらを採用する。
  論文  参考訳（メタデータ） (2024-08-14T17:59:04Z)
• Bridging Textual and Tabular Data for Cross-Domain Text-to-SQL Semantic Parsing [110.97778888305506]
  BRIDGEは、フィールドのサブセットが質問に言及されたセル値で拡張されるタグ付きシーケンスの質問とDBスキーマを表します。 BRIDGEは、人気のクロスDBテキスト-リレーショナルベンチマークで最先端のパフォーマンスを達成しました。 本分析は,BRIDGEが望まれる相互依存を効果的に捕捉し,さらにテキストDB関連タスクに一般化する可能性を示唆している。
  論文  参考訳（メタデータ） (2020-12-23T12:33:52Z)

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。