Ar-Spider：阿拉伯语中的 Text-to-SQL
计算与语言
2024-02-26 v1 人工智能
摘要
在自然语言处理 (NLP) 中，最重要的任务之一是 text-to-SQL 语义解析，其重点在于使用户能够以更自然的方式与数据库交互。近年来，text-to-SQL 取得了显著进展，但大多数工作以英语为中心。在本文中，我们介绍了 Ar-Spider 1，这是首个阿拉伯语跨领域 text-to-SQL 数据集。由于该语言的独特性，遇到了两大挑战，即模式语言挑战和 SQL 结构挑战。为了处理这些问题并进行实验，我们采用了两个基线模型 LGESQL [4] 和 S2SQL [12]，两者均使用两个跨语言模型进行测试，以减轻模式语言和 SQL 结构链接挑战的影响。基线模型在我们的阿拉伯语 text-to-SQL 数据集 Ar-Spider 上展示了不错的单语言性能，S2SQL 达到 62.48%，LGESQL 达到 65.57%，仅比基线在英语数据集上训练取得的最高结果低 8.79%。为了在阿拉伯语 text-to-SQL 上获得更好的性能，我们提出了上下文相似关系 (CSR) 方法，这使得 S2SQL 的整体性能显著提高了约 1.52%，LGESQL 提高了 1.06%，并将阿拉伯语与英语之间的差距缩小至 7.73%。
引用
@article{arxiv.2402.15012,
title = {Ar-Spider: Text-to-SQL in Arabic},
author = {Saleh Almohaimeed and Saad Almohaimeed and Mansour Al Ghanim and Liqiang Wang},
journal= {arXiv preprint arXiv:2402.15012},
year = {2024}
}
备注
ACM SAC Conference (SAC 24)