EHRSQL 2024 中的 ProbGate: 通过概率阈值过滤和错误处理提升 SQL 查询生成准确性
计算与语言
2024-04-26 v1 人工智能
摘要
最近, 基于深度学习的语言模型显著提升了文本到 SQL 任务的性能, 在医学领域的患者记录检索方面显示出广泛的应用前景。一个突出的挑战是在此类应用中辨别无法回答的查询。通过微调模型, 我们展示了将医学记录查询转换为 SQL 查询的可行性。此外, 我们引入了基于熵的 method 来识别和过滤无法回答的结果。我们进一步通过基于对数概率分布的过滤来提高结果质量, 同时通过在实际数据库上执行查询来缓解语法和模式错误。我们通过实验验证了该方法能够过滤无法回答的问题, 即使模型参数不可用时也能广泛利用, 并且在实际应用中效果良好。
引用
@article{arxiv.2404.16659,
title = {ProbGate at EHRSQL 2024: Enhancing SQL Query Generation Accuracy through Probabilistic Threshold Filtering and Error Handling},
author = {Sangryul Kim and Donghee Han and Sehyun Kim},
journal= {arXiv preprint arXiv:2404.16659},
year = {2024}
}
备注
The 6th Clinical Natural Language Processing Workshop at NAACL 2024. Code is available at https://github.com/venzino-han/probgate_ehrsql