利用自我博弈增强多轮文本到 SQL 数据集
计算与语言
2022-10-24 v1
摘要
上下文相关的文本到 SQL 任务旨在将多轮用户话语转换为形式化 SQL 查询。这是一项具有挑战性的任务，原因既在于缺乏可学习复杂上下文依赖关系的训练数据，也在于难以泛化到未见过的数据库。本文探索利用自我博弈增强训练数据集，该方法借助上下文信息合成新的交互以使模型适应新数据库。我们首先设计一个以采样目标查询（表示用户意图）为条件的 SQL 到文本模型，其与文本到 SQL 语义解析器对话以生成新交互。随后我们对合成交互进行过滤，并用增强后的数据重新训练模型。我们发现自我博弈提升了强基线在 SParC 和 CoSQL（两个广泛使用的跨域文本到 SQL 数据集）上的准确率。分析表明，自我博弈模拟了多种对话主题关系，增强了跨域泛化能力并改进了束搜索。
引用
@article{arxiv.2210.12096,
title = {Augmenting Multi-Turn Text-to-SQL Datasets with Self-Play},
author = {Qi Liu and Zihuiwen Ye and Tao Yu and Phil Blunsom and Linfeng Song},
journal= {arXiv preprint arXiv:2210.12096},
year = {2022}
}