Jun, 2021

野外 Text-to-SQL：基于 Stack Exchange 数据的自然发生数据集

PDF
TL;DR本文研究基于自然语言理解的语义解析数据集，提出了一个包含真实用例中语句与 SQL 的对应关系的 SEDE 数据集，并展示该数据集所带来的挑战与实用性，进一步表明针对真实用例的数据集更适合进行语义解析任务的评估。
semantic parsingnatural language understandingsede datasetsql queriesreal-world challenges
发现论文，激发创造
  • SeSQL：又一个大规模中文会话级文本到 SQL 数据集

    本文介绍一个新的中文会话级别的大规模文本到 SQL 数据集 SeSQL，并将其用作单轮多数据库文本到 SQL 解析任务的最大数据集。

    Aug, 2022

  • 中文 SQL 语义解析的试点研究

    构建了一个针对汉语的跨领域 SQL 语义解析数据集，研究使用基于字符和基于词汇的编码器以及不同的嵌入方案来进行语义解析，结果表明基于词汇的语义解析器容易出现分词错误，并且跨语言的词嵌入对于文本到 SQL 有用。

    Sep, 2019

  • 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

  • KaggleDBQA：文本 - SQL 解析器的真实性评估

    本文探讨了实现自然语言查询现实关系数据库的挑战，提出了一个新的跨领域评估数据集 KaggleDBQA，并通过引入数据库文档等隐含领域知识的方法，将现有模型的准确性提高了 13.2%。

    Jun, 2021

  • 通过增加自然语言变化提升语义解析的泛化能力

    使用数据增强来增强文本到 SQL 解析器对自然语言变化的鲁棒性，通过大型语言模型生成更真实和多样化的问题，从而在评估集合中实现显著的改进。

    Feb, 2024

  • 语义解析：基于语法和表格的 SQL 生成

    利用生成模型将自然语言问题转换成 SQL 查询，并通过考虑表格结构和 SQL 语法来提高查询的可执行性和准确性。在 WikiSQL 数据集上进行实验，将执行准确率从 69.0％提高到 74.4％。

    Apr, 2018

  • 利用词汇逻辑对齐在语义解析 SQL 查询方面的潜力

    本研究提出 Squall 数据集，通过丰富文本 Sql 表达，探索了音标级别的监督对于优化语义解析任务表现的影响，并提出了两种方法：(1) 监督注意力；(2) 辅助任务，以提高基准测试中的执行准确性。

    Oct, 2020

  • 基于物联网防御的文本转 SQL 之上：用于查询和分类物联网威胁的全面框架

    基于物联网文本到 SQL 数据集，我们研究了如何从返回的数据中推断新信息，通过两阶段处理（查询和数据信息推断）可以改善文本到 SQL 的性能，并提供了测试领域特定推理的新方法。

    Jun, 2024

  • 通过可编辑的逐步说明进行交互式文本到 SQL 生成

    本文介绍了一种新的交互机制，允许用户直接编辑一步一步的 SQL 解释，以纠正 SQL 错误，实验结果显示，我们的方法在执行准确性方面比三种 SOTA 方法至少高出 31.6％，用户研究进一步显示，我们的方法可以帮助用户在更短的时间内解决更多的 SQL 任务并提高信心水平，特别是为非专业人士扩展了数据库的使用。

    May, 2023

  • 文本到 SQL 解析中合成高质量数据的重要性

    本文提出了一种新颖的数据合成框架，其中包括来自模式的关键关系、强类型和基于模式距离的列抽样，并采用了 SQL-to-text 任务的中间表示（IR），进一步提高了生成的自然语言问题的质量。实验证明，当现有强大的语义解析器在高质量的合成数据上进行预调整时，这些模型在流行的基准测试中的准确性得到了显着提高。

    Dec, 2022