面向复杂与跨领域文本到 SQL 生成的子句级与递归解码
计算与语言
2019-08-20 v2 数据库
摘要
大多数文本到 SQL 生成的深度学习方法局限于 WikiSQL 数据集，该数据集仅支持单表上的非常简单查询。我们关注 Spider 数据集——一个包含多表复杂查询的复杂跨领域文本到 SQL 任务。本文中，我们提出一种 SQL 子句级解码神经架构，配备基于自注意力的数据库模式编码器以应对 Spider 任务。每个特定子句的解码器由一组子模块构成，其由该子句的语法所定义。此外，我们的模型以递归方式工作以支持嵌套查询。在 Spider 数据集上的评估中，我们的方法在测试集与验证集上分别取得了 4.6% 与 9.8% 的准确率提升。此外，我们表明相较于先前工作，我们的模型在预测复杂与嵌套查询上显著更有效。
引用
@article{arxiv.1904.08835,
title = {Clause-Wise and Recursive Decoding for Complex and Cross-Domain Text-to-SQL Generation},
author = {Dongjun Lee},
journal= {arXiv preprint arXiv:1904.08835},
year = {2019}
}
备注
EMNLP 2019