論文の概要: Data Provenance Aggregation and Structural Descriptors for Query-Template Identification

• arxiv url: http://arxiv.org/abs/2610.22705v1
• Date: Thu, 15 Oct 2026 22:20:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.687812
• Title: Data Provenance Aggregation and Structural Descriptors for Query-Template Identification
• Title（参考訳）: クエリテンプレート識別のためのデータ前処理アグリゲーションと構造記述子
• Abstract要約: クエリレベルのプロファイルを構築し、明示的なデータ依存、発生頻度、構造特性をキャプチャする。 Provenance Structure Descriptors (PSD) は、これらのプロファイルを少数の数値的特徴を用いて要約する。 実験によると、クエリテンプレートは、実績のフットプリントからのみ識別できる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Runtime query similarity identification supports several activities, including workload analysis, identifying recurring behaviour, auditing, debugging, and anomaly detection. Existing methods for evaluating query similarity mostly rely on SQL text, execution plans, or result values but do not account for input data or how results are derived during query execution. This paper proposes a novel approach using data provenance for query-template identification. We construct query-level profiles that capture explicit data dependencies, occurrence frequencies, and structural properties by aggregating tuple-level Lineage and Why-provenance across entire query results. We also derive Provenance Structural Descriptors (PSD), which summarise these profiles using a small set of numerical features. We evaluate our proposals using these profiles to identify query templates over \(12{,}500\) distinct query instances generated from parametrised TPC-DS query templates. The experimental evaluation shows that query templates can be identified solely from their provenance footprints, and that accuracy improves as more historical data becomes available. It also shows that PSD achieve high classification accuracy with limited training history and low test-processing cost.
• Abstract（参考訳）: 実行時クエリの類似性識別は、ワークロード分析、繰り返し動作の識別、監査、デバッグ、異常検出など、いくつかのアクティビティをサポートする。 クエリの類似性を評価する既存の方法は、主にSQLテキスト、実行計画、結果値に依存しているが、入力データやクエリ実行中にどのように結果が導出されるかは考慮していない。 本稿では,クエリテンプレート識別のためのデータ証明を用いた新しい手法を提案する。 クエリ結果全体にわたって、タプルレベルのリニアジとWhy-provenanceを集約することで、明示的なデータ依存、出現頻度、構造特性をキャプチャするクエリレベルのプロファイルを構築します。 また,これらのプロファイルを,少数の数値的特徴セットを用いて要約するProvenance Structure Descriptors (PSD) を導出する。 パラメトリドTPC-DSクエリテンプレートから生成されるクエリインスタンスを,12{,}500\)で識別するために,これらのプロファイルを用いて提案手法を評価した。 実験により、クエリテンプレートは、その出典のフットプリントからのみ識別でき、また、より多くの履歴データが利用可能になるにつれて、精度が向上することが示された。 また、PSDは訓練履歴の制限とテスト処理コストの低減により、高い分類精度を実現する。

関連論文リスト

• SHIP: Structured and Hierarchical Insight with Privacy [36.77687644357047]
  我々は、分析クエリに応答するための再利用可能な表現として、微分プライベート(DP)の洞察を定式化する。 この情報を取得するために、構造化および階層型プライバシによる洞察(SHIP)を導入する。 ShiPはクエリを属性に自動的にマッピングし、階層的なハイブリッド分類を構築し、さらなる分析のためにDP合成テーブルをリリースする。
  論文  参考訳（メタデータ） (2026-10-15T00:48:25Z)
• EAVer: Long-Form Factuality Verification as an End-to-End Agentic Policy [50.665874114632]
  我々は、完全な応答レベルの検証ワークフローを統一ポリシーとして制御することを学ぶ、エンドツーエンドのエージェント検証であるEAVerを紹介する。 EAVerはセマンティック関連クレームをグループ化し、信頼に基づいた直接検証やターゲット検索にルートし、コンパクトなインコンテキストメモで検索によって返される証拠を保持する。
  論文  参考訳（メタデータ） (2026-09-02T21:00:35Z)
• Generating Query-Focused Summarization Datasets from Query-Free Summarization Datasets [3.9103337761169943]
  本稿では,クエリフリーデータセットからクエリを生成するエビデンスモデルを提案する。 また、異なる事前学習モデルと、最先端(SOTA)QFSモデルを用いて、要約タスクを実行する。
  論文  参考訳（メタデータ） (2026-05-06T19:25:34Z)
• FRASE: Structured Representations for Generalizable SPARQL Query Generation [2.5782420501870296]
  本稿では,FSRL(Frame Semantic Role Labeling)を利用したFRASE(FRAme-based Semantic Enhancement)を提案する。 また、LC-QuAD 2.0から派生した新しいデータセットであるLC-QuAD 3.0について、フレーム検出とフレーム要素の議論へのマッピングを通じて、FRASEを用いて各質問を豊かにする。 フレームベースの構造化表現の統合は、SPARQL生成性能を一貫して改善することを示す。
  論文  参考訳（メタデータ） (2025-03-28T04:39:52Z)
• UQE: A Query Engine for Unstructured Databases [71.49289088592842]
  構造化されていないデータ分析を可能にするために,大規模言語モデルの可能性を検討する。 本稿では,非構造化データ収集からの洞察を直接問合せ,抽出するUniversal Query Engine (UQE)を提案する。
  論文  参考訳（メタデータ） (2024-06-23T06:58:55Z)
• Database-Augmented Query Representation for Information Retrieval [71.41745087624528]
  データベース拡張クエリ表現(DAQu)と呼ばれる新しい検索フレームワークを提案する。 DAQuは、元のクエリを複数のテーブルにまたがるさまざまな(クエリ関連の)メタデータで拡張する。 我々はDAQuを多様な検索シナリオで検証し、全体の検索性能を大幅に向上させることを示した。
  論文  参考訳（メタデータ） (2024-06-23T05:02:21Z)
• 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)
• 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)
• Approximate Query Processing for Group-By Queries based on Conditional Generative Models [3.9837198605506963]
  グループバイクエリには複数の値が含まれるため、すべてのグループに対して十分な正確な推定を行うのは難しい。 階層化サンプリングは、一様サンプリングに比べて精度が向上するが、特定のクエリで選択されたサンプルは他のクエリでは動作しない。 オンラインサンプリングは、クエリ時に与えられたクエリのサンプルを選択するが、長いレイテンシを必要とする。 提案フレームワークは階層化サンプリングとオンラインアグリゲーションを組み合わせることで,グループバイクエリの推定精度を向上させることができる。
  論文  参考訳（メタデータ） (2021-01-08T08:49:21Z)

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。