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

自然语言处理技术 (NLP) 在信息系统中的交互方式发生了革命性的变化，强调了将自然语言查询转化为 SQL 等形式查询语言，然而对于语料库查询语言 (CQL) 这一在文本语料中进行语言研究和详细分析的关键工具却未受到足够重视，手动构建 CQL 查询是一项复杂、耗时的任务，需要大量专业知识，这对研究人员和从业者都构成了重要挑战。本文提出了第一个文本到 CQL 任务，旨在自动将自然语言转化为 CQL。我们提出了一个全面的框架，包括一个特别策划的大规模数据集和利用大型语言模型 (LLMs) 进行有效的文本到 CQL 任务的方法。此外，我们建立了先进的评估指标来评估生成的查询的句法和语义准确性。我们提供了创新的 LLM 转换方法和详细的实验，并通过实验结果证明了我们方法的有效性，并提供了关于文本到 CQL 任务的复杂性的深入见解。

Feb, 2024

介绍了一种名为 'Spot' 的用户友好型自然语言界面，通过语义映射和 T5 转换器，能够从用户输入的句子中提取相关信息，并在地图上显示匹配描述的候选位置，以解决 OpenStreetMap（OSM）的复杂性对无技术背景者的可访问性和可用性挑战。

Nov, 2023

本文提出了一种基于自然语言问题的问答引擎，用于处理大量地理空间数据的查询，该引擎可以对连接的地理空间数据源进行查询，采用 SPARQL 或 OGC 标准扩展 GeoSPARQL，研究者们可以使用我们提供的 201 个自然语言问题数据集来评估该引擎的性能。

Jul, 2020

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

本篇论文采用八种不同的神经机器翻译模型，探讨将自然语言问题翻译成结构化查询语言 SPARQL 的方法，结果表明基于 CNN 的架构效果最佳， BLEU 分数高达 98，准确率高达 94%。

Jun, 2019

利用相对较小规模（10 亿参数）的大型语言模型和相对较小的人工数据集精细调整，为 OpenStreetMap 数据提供了语言接口，以查询城市区域的属性，并探索人工智能适应性和生成能力在这一领域的早期应用潜力。

Sep, 2023

NL2KQL 是一种创新的框架，使用大型语言模型将自然语言查询转换为 KQL 查询，并包括模式优化、示例选择和查询修正等关键组件，同时还介绍了一种生成合成 NLQ-KQL 对的方法，并通过在线和离线度量验证了该框架的性能。

Apr, 2024

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

利用 Query Plan Language (QPL) 和 Large Language Models (LLMs)，本文探讨了通过简化语法和模块化规范复杂查询来创建一个更易于学习和验证的查询语言，以便使非程序员能够更好地评估交互式查询计划助手生成的查询计划，进而提高复杂查询的准确性。

Dec, 2023