Oct, 2022

xDBTagger: 使用关键词映射和模式图解释数据库的自然语言接口

PDF
TL;DRxdbtagger 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。
natural language queriesstructured query languagenatural language processinginterpretabilityrelational databases
发现论文，激发创造
  • 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

  • 通过 SQL 查询日志缩小自然语言与数据库之间的语义差距

    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%。

    Jan, 2019

  • 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

  • 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

  • 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

  • Metasql: 自然语言到 SQL 的生成 - 排序框架

    提出了 Metasql，这是一个统一的生成 - 排序框架，可以与现有的自然语言界面数据库（NLIDB）相结合，以提高其翻译准确性。Metasql 通过引入查询元数据来控制生成更好的 SQL 查询候选集，并使用学习排序算法检索全局优化的查询。实验结果表明，使用 Metasql 可以有效提高翻译模型的性能。

    Feb, 2024

  • 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

  • 最近数据库自然语言接口比较调查

    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

  • 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

  • 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