AraSpider：使阿拉伯语到SQL查询民主化
计算与语言
2024-02-13 v1 人工智能
数据库
信息检索
机器学习
摘要
本研究提出了AraSpider，这是Spider数据集的第一个阿拉伯语版本，旨在改善阿拉伯语社区的自然语言处理（NLP）。测试了四种多语言翻译模型在将英语翻译成阿拉伯语方面的有效性。此外，评估了两个模型从阿拉伯文本生成SQL查询的能力。结果表明，使用回译显著提高了ChatGPT 3.5和SQLCoder模型的性能，这两个模型被认为是Spider数据集上的顶级表现者。值得注意的是，ChatGPT 3.5展示了高质量的翻译，而SQLCoder在文本到SQL任务中表现出色。该研究强调了在阿拉伯语NLP任务中，结合上下文模式和使用回译策略对于提升模型性能的重要性。此外，提供详细的方法论以实现可重复性和将数据集翻译成其他语言，突显了该研究致力于促进该领域的透明度和协作知识共享。总的来说，这些贡献推进了NLP研究，赋能了阿拉伯语研究人员，并丰富了关于语言理解和数据库查询的全球讨论。
引用
@article{arxiv.2402.07448,
title = {AraSpider: Democratizing Arabic-to-SQL},
author = {Ahmed Heakl and Youssef Mohamed and Ahmed B. Zaky},
journal= {arXiv preprint arXiv:2402.07448},
year = {2024}
}
备注
11 pages, 4 figures