論文の概要: Specification-Driven Data Architecture Reconstruction: From Physical Code to Logical and Conceptual Specifications
- arxiv url: http://arxiv.org/abs/2609.13929v1
- Date: Sat, 12 Sep 2026 13:24:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:05.613669
- Title: Specification-Driven Data Architecture Reconstruction: From Physical Code to Logical and Conceptual Specifications
- Title（参考訳）: 仕様駆動型データアーキテクチャ再構築:物理コードから論理的および概念的仕様へ
- Abstract要約: 本研究は,Oracle指向のDDLから論理的および概念的データ仕様を再構築するための,先入観を意識した決定論的第一パイプラインを提案し,評価する。
パイプラインはDDL調査、解析、統合、プライマリキーのバックフィル、型正規化、関係グラフ構築の宣言を行う。
決定論的カタログの出典を保存し、関係グラフを宣言し、別のレビュー可能なオーバーレイで一次キー候補と外国キー候補を推定した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Legacy database migrations often begin with incomplete or outdated documentation, leaving physical data definition language (DDL) as the principal evidence of data architecture. However, DDL does not fully encode conceptual intent, and model-generated completions can be plausible without being correct. This study proposes and evaluates a provenance-aware, deterministic-first pipeline for reconstructing logical and conceptual data specifications from Oracle-oriented DDL while explicitly separating observed facts, deterministic derivations, and large language model (LLM) suggestions. The pipeline performs DDL investigation, parsing, consolidation, primary-key backfilling, type normalization, and declared relationship-graph construction before optional LLM-assisted enrichment. It preserves source provenance in the deterministic catalog and declared relationship graph, and records inferred primary-key and foreign-key candidates in a separate reviewable overlay. We evaluated the implementation on 249 artifactized schema samples comprising 1,225 SQL files. The pipeline completed 244 samples (97.99%); 52 completed samples contained no extractable DDL. Across completed samples, the deterministic path reconstructed 208 tables and recovered 278 declared foreign-key records; 168 of the reconstructed tables lacked an explicitly parsed primary key before backfilling. LLM enrichment generated 100 foreign-key candidates in 36 samples, but the parent-table admissibility rate was only 17.9% for logical-specification candidates and 17.5% for conceptual-specification candidates. These findings show that the proposed deterministic-first architecture can preserve an auditable structural baseline, quantify observed primary-key and relationship gaps, and prevent model-generated hypotheses from being silently promoted to source-grounded architectural facts.
- Abstract（参考訳）: レガシーデータベースのマイグレーションは、しばしば不完全または時代遅れのドキュメントから始まり、物理データ定義言語(DDL)がデータアーキテクチャの主要な証拠となる。
しかし、DDLは概念的意図を完全にエンコードしておらず、モデル生成の完了は正確でなくても検証可能である。
本研究は,Oracle指向のDDLから論理的および概念的データ仕様を再構築し,観測事実,決定論的導出,および大言語モデル(LLM)提案を明確に分離する,前向きな決定論的第一パイプラインを提案し,評価する。
パイプラインは、DDL調査、解析、統合、プライマリキーのバックフィル、型正規化、およびオプションのLCM支援エンリッチメントの前に、関係グラフの構築を宣言する。
決定論的カタログの出典を保存し、関係グラフを宣言し、別のレビュー可能なオーバーレイで一次キー候補と外国キー候補を推定した。
1,225のSQLファイルからなる249のアーチファクト化されたスキーマサンプルの実装を評価した。
パイプラインは244個のサンプル(97.99%)を完了し、52個のサンプルは抽出可能なDDLを含んでいなかった。
完了したサンプル全体にわたって、決定論的経路は208のテーブルを再構築し、278の宣言された外国キーの記録を復元した。
LLM濃縮は36のサンプルで100の外国キー候補を生成したが、親テーブルの許容率は論理的特定候補が17.9%、概念的特定候補が17.5%であった。
これらの結果から,提案した決定論的第一アーキテクチャは,監査可能な構造ベースラインを保ち,観測された一次キーと関係ギャップを定量化し,モデル生成仮説が無声で基礎となるアーキテクチャ事実に昇格するのを防ぐことができることがわかった。
関連論文リスト
- Can LLMs Normalize Databases? A Benchmark and Multi-Agent Framework for Schema Normalization [5.32197677925365]
大規模言語モデル (LLM) は構造化された出力を生成するためにますます使われているが、その信頼性は未だ不明である。
本稿では,関数依存の推論や結合分解,テーブル間制約など,データベースの正規化を通じてこの問題を研究する。
データベース正規化ベンチマーク (DNBENCH) を導入し、1NF から BCNF への LLM 駆動型データベース正規化を評価するサンプルを3,275 個作成する。
論文 参考訳（メタデータ） (2026-09-10T06:34:35Z) - Entity-Constrained CBCT Retrieval for Low-Resource Dental Record Completion [0.7373060295520485]
MMDental Task 3は、わずか50のCBCTケースから7フィールドのレコード補完を必要とする。
本稿では,エビデンス・アベイラビリティーとエビデンス・アベイラビリティーを分離するパラメータフリー・フレームワークである CBCT-Guided Retrieval (ECCR) を提案する。
論文 参考訳（メタデータ） (2026-08-22T10:52:25Z) - Does the way we write a theory change the program an LLM builds from it? A prospective randomized study of renderer format in LLM theory-to-program translation [0.0]
言語理論は実行可能モデルに翻訳するには変数、介入、相互作用に関する選択が必要である。
我々は,理論言語モデルによるプログラムを体系的に変更するかどうかを検証した。
論文 参考訳（メタデータ） (2026-08-10T23:37:47Z) - SEER: A Self-Grounded Evidence Interface for Controlled Spatial Relation Classification [71.9783246097687]
SEERは、ペアローカライゼーション中の候補関係を隠蔽し、明示的な主観的/対象的役割を持つクエリ固有ビューを構築し、補完的な証拠として完全なイメージとスパースボックス幾何学を保持する。
正確な逆サポートを持つ関係選択プロトコルでは、オプションリファインメントがエンティティロールを交換し、正確に1つの視覚状態が対応する逆関係に従う場合にのみ前方決定を変更する。
変更されていないプロトコルは、3つのモデルにまたがる2,434個のフィルター付きEmbSpatialペア関係質問に対して +4.35 から +11.79 を得る。
論文 参考訳（メタデータ） (2026-08-04T13:16:15Z) - Weave of Formal Thought [51.56484100374058]
WoFT(Weave of Formal Thought)は、厳密な構文的検証と学習された構造的表現を結合したパラダイムである。
本稿では,非終端文法記号を直接生成にインターリーブするために,言語モデルを訓練する潜時可変微調整法を提案する。
Pythonでは、RWS目的のStarCoder2-3Bを微調整することで、テキストのみのSFTベースラインと比較して、トーケン毎のクロスエントロピーが14.3%削減される。
論文 参考訳（メタデータ） (2026-06-24T15:58:11Z) - Generating Logically Consistent Synthetic Supply Chain Data with LLM-Driven Knowledge Graph Reasoning [51.78065387034195]
本稿では,論理的に一貫した合成サプライチェーンデータ生成のための知識グラフ誘導フレームワークであるtextbftextitTabKGを紹介する。
論文 参考訳（メタデータ） (2026-05-26T10:41:37Z) - LLMEval-Logic: A Solver-Verified Chinese Benchmark for Logical Reasoning of LLMs with Adversarial Hardening [69.1037790901185]
現実的な状況シナリオから構築した中国の論理的推論ベンチマークLLMEval-Logicを提案する。
パイプラインのフォワードオーサとエキスパート-オーディット 自然言語アイテムは、参照の形式化とともに、Z3による注釈付き回答を検証し、自然言語から形式へのグレーディングのためのエキスパートルーブリックを構築し、クローズドループの逆行ワークフローを通じて選択されたアイテムを硬化させる。
論文 参考訳（メタデータ） (2026-05-19T09:40:29Z) - Agent-Agnostic Evaluation of SQL Accuracy in Production Text-to-SQL Systems [2.051598597332424]
運用環境におけるテキストからネイティブ(T2native)評価は、既存のベンチマークが対処しない根本的な課題を生じさせる。
本稿では,自然言語入力のみで動作する生産評価システムSTEFを提案する。
STEFは、フィルタアライメント、セマンティック検証、評価器の信頼性を含む合成計量を用いて、解釈可能な0から100の精度スコアを生成する。
論文 参考訳（メタデータ） (2026-04-30T15:59:28Z) - DBAutoDoc: Automated Discovery and Documentation of Undocumented Database Schemas via Statistical Analysis and Iterative LLM Refinement [0.0]
膨大な数の重要なデータベースシステムには十分なドキュメントがない。
文書化されていないリレーショナルデータベーススキーマの発見とドキュメンテーションを自動化するDBAutoDocを提案する。
論文 参考訳（メタデータ） (2026-03-24T10:42:10Z) - Beyond Isolated Dots: Benchmarking Structured Table Construction as Deep Knowledge Extraction [80.88654868264645]
Arranged and Organized extract Benchmarkは、断片化された文書を理解するための大規模言語モデルの能力を評価するために設計された。
AOEには3つの異なるドメインにまたがる11のタスクが含まれており、さまざまな入力クエリに適したコンテキスト固有のスキーマを生成するモデルが必要である。
結果は、最も先進的なモデルでさえ、かなり苦労したことを示している。
論文 参考訳（メタデータ） (2025-07-22T06:37:51Z) - Proton: Probing Schema Linking Information from Pre-trained Language
Models for Text-to-SQL Parsing [66.55478402233399]
本稿では,ポアンカー距離測定に基づく探索手法を用いて,関係構造を抽出する枠組みを提案する。
スキーマリンクの一般的なルールベース手法と比較して,探索関係は意味的対応をしっかりと捉えることができることがわかった。
我々のフレームワークは3つのベンチマークで最先端のパフォーマンスを新たに設定する。
論文 参考訳（メタデータ） (2022-06-28T14:05:25Z)
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。