本文介绍了一种用于视觉数据分析的可解释自然语言接口系统 XNLI，通过引入 Provenance Generator、交互式小部件以及 Hint Generator 等功能，帮助用户定位问题、调整查询并提供解释。用户研究表明，该系统可以显著提高任务准确性，而不会干扰 NLI 分析过程。

Jan, 2023

本文评估了 24 个最近开发的自然语言数据库接口（NLIs），并将其分类为基于关键字、模式、解析和语法的四组，发现语法为基础的系统是最强大的，但高度依赖其手动设计的规则，同时本文的研究成果对于设计能够回答各种用户问题的 NLIs 至关重要。

Jun, 2019

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

研究使用对话式多轮数据的方法加速训练自然语言到查询语言的机器学习模型，旨在解决领域数据有限及集成过程繁琐耗时等问题。

May, 2020

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

我们研究了自然语言推理 (NLI) 在自动化需求工程任务中的应用。我们集中在需求分类、需求规范缺陷的识别以及利益相关者需求冲突的检测三个任务。通过在不同学习设置下进行的实验，我们明确证明了我们的 NLI 方法在需求规范分析方面超越了传统的 NLP 方法以及基于大型语言模型和聊天机器人模型的其他方法。此外，我们分享了在学习设置方面的经验教训，使 NLI 成为自动化需求工程任务的合适方法。

Apr, 2024

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

本文提出了一种运用知识图谱的结合方法来提高自然语言推理问题（NLI）领域中性能的技术，该技术在文本、图形和文本到图形的模型上均取得了最新的最优表现，并讨论了外部知识在解决 NLI 问题中的实际意义。

Sep, 2018

NL2INTERFACE 通过自然语言查询生成多功能的可视化界面，用户可以通过这个界面互动，更方便地进行数据转化和数据可视化。

Sep, 2022