自然言語からSQLクエリ

私は「自然言語をSQLクエリに変換する」システムの開発に取り組んでいます。

同様の質問の回答を読みましたが、探していた情報を入手できませんでした。

以下は、Garima Singh、Arun SolankiによるリレーショナルデータベースのSQLクエリに自然言語を変換するアルゴリズムから取得したこのようなシステムのフローチャートです。

私は品詞タグ付けステップまで理解しました。しかし、私は残りのステップにどのようにアプローチしますか。

1. 可能なすべてのSQLクエリをトレーニングする必要がありますか？
2. または、品詞のタグ付けが完了したら、単語をいじってSQLクエリを作成する必要がありますか？

編集：「ユーザークエリ」から「品詞タグ付け」までのステップを正常に実装しました。

ありがとうございました。

前に述べたこの大きなパイプラインを事前に指定しないように、エンドツーエンドの学習で別の視点から問題に取り組む場合、重要なのは、文とそれに対応するSQLの間のマッピングだけです。クエリ。

チュートリアル：

データベースと通信する方法

論文：

• Seq2SQL：Reinforcement Learning salesforce を使用して自然言語から構造化クエリを生成する

• Neural Enquirer：自然言語でテーブルをクエリする学習

データセット：

自然言語インターフェースを開発するための注釈付きの大きな意味解析コーパス。

Githubコード：

1. seq2sql
2. SQLNet

また、nlsqlのような商用ソリューションもあります

NLTKには、Pythonのnltkパッケージを使用して人間の言語をSQLクエリに変換するために必要なすべての手順が記載された優れたガイドがあります。

それは初歩的ですが、あなたの質問に答えます。

Fadiの答えを補足するために、以下はNL to SQLメソッドに関するその他の有用な論文です。これらのメソッドの主な違いは、複数のテーブル（異なるテーブルを結合）を使用して回答する必要があるクエリをサポートすることですが、Salesforceペーパー（およびそのデータセット）は、一度に1つのテーブルのクエリに焦点を当てています。

• ユーザーフィードバックからのセマンティックニューラルパーサーの学習
• データベースのエンドツーエンドの自然言語インターフェース

これらのペーパーはどちらも、ここで利用可能なGeoQueryデータセットを使用しています。