基于辅助任务的端到端跨域文本到 SQL 语义解析
计算与语言
2021-06-18 v1
摘要
在本工作中，我们关注跨域 text-to-SQL 语义解析任务中的两个关键组件：模式链接与值填充。为鼓励模型学习更好的编码能力，我们提出一种列选择辅助任务，通过使用显式学习目标赋予编码器相关性匹配能力。此外，考虑到现有大多数解析器忽略合成 SQL 中的值填充，我们提出两种值填充方法，以搭建现有零样本语义解析器与真实世界应用之间的桥梁。在 Spider 上的实验表明，在数据库内容不可用时，我们提出的框架在执行准确率与精确集合匹配准确率上均优于基线，详细分析为未来工作提供启示。
引用
@article{arxiv.2106.09588,
title = {End-to-End Cross-Domain Text-to-SQL Semantic Parsing with Auxiliary Task},
author = {Peng Shi and Tao Yu and Patrick Ng and Zhiguo Wang},
journal= {arXiv preprint arXiv:2106.09588},
year = {2021}
}