Jan, 2019

通过 SQL 查询日志缩小自然语言与数据库之间的语义差距

PDF
TL;DR本文提出了一种利用数据库 SQL 查询日志信息来提高现有自然语言接口到数据库的性能的方法，并通过实验评估证明了该方法的有效性，最终准确度提高了 138%。
natural language interfacedatabasesemantic gapkeyword mappingjoin path inference
发现论文，激发创造
  • xDBTagger: 使用关键词映射和模式图解释数据库的自然语言接口

    xdbtagger 是一种可解释的混合翻译管道，适用于自然语言查询翻译为结构化查询语言的问题，通过文本和视觉方式解释决策，有效地提高了翻译的准确性和效率，适用于多个实际关系数据库和数据集。

    Oct, 2022

  • 面向数据库的端到端神经自然语言接口

    本文介绍了一种基于深度模型的数据探索工具 DBPal，它采用自然语言界面，能够将自然语言问题转化为 SQL 查询，并为用户提供自动完成功能，帮助用户更有效地编写复杂查询。

    Apr, 2018

  • AskYourDB: 使用自然语言查询和可视化关系型数据库的端到端系统

    使用自然语言处理和语义解析的方法，在数据库查询过程中引入智能化，以帮助商业用户能够直接查询数据库。同时增加了自动可视化框架使得产品可供商业使用。

    Oct, 2022

  • 可迁移学习的自然语言数据库接口

    本文介绍了一种通用的可转移自然语言交互系统，通过自动注释机制分离出自然语言查询中的数据库 schema 和数据，采用个性化序列模型将注释的查询翻译成 SQL 语句，实验证明该方法在 WikiSQL 数据集上的表现优于传统方法，并且可被应用于其他数据集而无需重新训练。

    Sep, 2018

  • 自然语言表格数据查询和可视化接口：调研

    自然语言处理引起了用户与表格数据交互方式的革命，通过更直观、基于语言的界面，从传统的查询语言和手动绘图转变。大语言模型（LLMs）如 ChatGPT 及其后续模型进一步推进了这一领域，为自然语言处理技术开辟了新的途径。本研究综述了面向表格数据查询与可视化的自然语言界面，该界面允许用户使用自然语言查询与数据进行交互。我们介绍了这些界面背后的基本概念和技术，特别关注实现自然语言到 SQL 查询或数据可视化命令的语义解析技术。接着，我们从数据集、方法论、评估指标和系统设计等角度探讨了文本到 SQL 和文本到可视化问题的最新进展。这包括深入研究了 LLMs 的影响，突出了它们的优势、限制和未来改进的潜力。通过本综述，我们旨在为对开发和应用大语言模型时代的数据交互自然语言界面感兴趣的研究人员和实践者提供一条路线图。

    Oct, 2023

  • SQL 查询生成的最新进展：综述

    该论文综述了最新的自然语言转 SQL 查询方法和模型，并描述了使用深度学习技术的各种架构，阐述了数据集和评估指标。

    May, 2020

  • 低代码平台中的自然语言到 SQL

    使用低代码平台中的自然语言（NL）和 SQL 查询数据，我们提出了一个流程，让开发人员能够以自然语言检索数据，并使用 NL 模型生成 SQL。通过与生产数据的反馈，我们验证了流程的有效性，并观察到采用该流程后在四个不同模型中的特性采用率提高了 240％，参与率提高了 220％，失败率降低了 90％。

    Aug, 2023

  • ColloQL：搜索查询的跨领域文本转 SQL 的鲁棒性解决方案

    使用数据增强技术和基于采样的内容感知 BERT 模型 (ColloQL) 实现了鲁棒的自然语言搜索 (NLS) 查询的文本到 SQL 建模，评估表明该方法优于现有技术。

    Oct, 2020

  • 使用 SQL 查询大型语言模型

    使用大语言模型和 SQL 查询从自然语言文本中提取数据和查询，是信息检索和处理的新方向并带来了新的挑战和机遇。

    Apr, 2023

  • 自然 SQL：使 SQL 更容易从自然语言规范中推断

    提出一种名为自然 SQL（NatSQL）的 SQL 中间表示，通过去除难以在文本中找到对应词的运算符和关键字、消除嵌套子查询和 set 运算符的需要，以及降低必要模式项的数量来简化查询，从而提高了现有模型的性能，并使得不支持可执行 SQL 生成的模型能够生成可执行的 SQL 查询，并实现了新的最新执行准确度。

    Sep, 2021