ACLJul, 2020

Photon: 一个强大的跨领域文本到 SQL 系统

PDF
TL;DR用于数据库的自然语言接口（NLIDB）系统，包括强大的神经语义解析器、人类矫正器、SQL 执行器和响应生成器，能够识别自然语言的输入并改进文本到 SQL 系统的鲁棒性。
natural language interfacesdatabasesnlidbneural semantic parsertext-to-sql system
发现论文，激发创造
  • 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

  • Turing：一种准确可解释的多假设跨域自然语言数据库界面

    本论文提出了一个名为 Turing 的自然语言数据库交互系统，通过开发跨域语义解析器和新的值预测方法，其执行准确率可以达到 75.1%，前 5 个候选项中预测准确率可达 78.3％。此外，我们设计了一个交互式系统，可以逐步以自然语言解释 Beam 中的 SQL 假设，使用户可以比较和判断哪个反映了他们的意图。

    Jun, 2021

  • 探索跨领域文本到 SQL 泛化的未被充分利用的限制

    在研究神经网络将文本描述翻译成 SQL 查询方面，在零射跨域设置下取得了显著进展，但是现有的文本到 SQL 模型在面对训练数据中很少出现的领域知识时不具有普适性。本文介绍了一种人工筛选的数据集 Spider-DK，用于研究文本到 SQL 模型在需要应用很少出现的领域知识时的预测表现。在 Spider-DK 中，我们通过添加反映现实世界问题的领域知识来修改一些 Spider 的样本，并证明当样本需要这种领域知识时，预测准确率显著下降，即使该领域知识出现在训练集中，模型对相关训练样本的预测仍然正确。

    Sep, 2021

  • DBCopilot: 拓展自然语言查询至海量数据库

    DBCopilot 是一个框架，通过使用紧凑且灵活的副驾驶模型，将 Text-to-SQL 过程分解为模式路由和 SQL 生成，为处理大规模模式提供了可扩展且有效的解决方案。

    Dec, 2023

  • 跨领域数据库中基于中间表示的复杂文本转 SQL 研究

    利用 IRNet 的神经方法，从文本向 SQL 转换的复杂性和跨领域性的角度入手，成功解决了大量领域外单词造成的列预测挑战，并在 Spider 基准测试中取得了 46.7％精度，比之前表现最佳的方法 “进步了 19.5％”，在 Spider 排行榜上位居第一。

    May, 2019

  • 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

  • Dr.Spider：一种针对文本到 SQL 稳健性的诊断评估基准

    本文提出了一个跨领域文本到 SQL 基准（Spider）的综合健壮性评测来诊断模型的鲁棒性，并设计了 17 个数据库、自然语言问题和 SQL 查询的扰动来从不同角度衡量其鲁棒性。实验结果表明，即使是最鲁棒的模型在最具挑战性的扰动上也会出现 50.7% 的性能下降，分析了文本到 SQL 模型设计并提出了改进鲁棒性的见解。

    Jan, 2023

  • 基于编辑的 SQL 查询生成技术：针对跨领域上下文相关问题

    本研究提出了一种基于编辑机制的交互式文本到 SQL 生成方法，通过利用序列级的生成结果，结合上下文以及表结构信息来提高生成质量，并在 SParC 数据集上实现了优于当前最先进方法的生成效果。

    Sep, 2019

  • 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

  • CoSQL：面向跨域自然语言数据库接口的对话式文本到 SQL 挑战

    CoSQL 是一个用于构建跨领域、通用的数据库查询对话系统的语料库，其对话状态以 SQL 作为域无关的可执行表示，提供了一种维护自然交互流的方法。

    Sep, 2019