从 SQL 查询生成问题可改进神经语义解析
计算与语言
2018-08-28 v2
摘要
我们研究如何以更少的有监督训练数据学习具有最先进精度的语义解析器。我们在 WikiSQL（迄今最大的人工标注语义解析数据集）上进行该研究。首先，我们证明问题生成是一种有效的方法，使我们能够以百分之三十的有监督训练数据学习基于神经网络的、达到最先进水平的语义解析器。其次，我们展示将问题生成应用于全部有监督训练数据可进一步改进最先进模型。此外，我们观察到语义解析器的精度与训练数据量之间存在对数关系。
引用
@article{arxiv.1808.06304,
title = {Question Generation from SQL Queries Improves Neural Semantic Parsing},
author = {Daya Guo and Yibo Sun and Duyu Tang and Nan Duan and Jian Yin and Hong Chi and James Cao and Peng Chen and Ming Zhou},
journal= {arXiv preprint arXiv:1808.06304},
year = {2018}
}
备注
The paper will be presented in EMNLP 2018