SyntaxSQLNet：面向复杂与跨域文本到 SQL 任务的语法树网络
计算与语言
2018-10-29 v2 人工智能
摘要
现有文本到 SQL 任务的研究大多不要求生成含多个子句或子查询的复杂 SQL 查询，也难以泛化到新的、未见过的数据库。本文提出 SyntaxSQLNet，一种语法树网络，以解决复杂且跨域的文本到 SQL 生成任务。SyntaxSQLNet 采用基于 SQL 特定语法树的译码器，并结合 SQL 生成路径历史与表感知的列注意力编码器。我们在 Spider 文本到 SQL 任务上评估 SyntaxSQLNet，该任务包含多表数据库以及带多个 SQL 子句和嵌套查询的复杂 SQL。我们采用数据库划分设置，使得测试集中的数据库在训练时未见。实验结果表明，SyntaxSQLNet 能处理比先前工作显著更多的复杂 SQL 样例，在精确匹配准确率上超越此前最先进模型 7.3%。我们还展示 SyntaxSQLNet 借助跨域增强方法可再提升 7.5% 性能，总计提升 14.8%。据我们所知，我们是首个研究此复杂且跨域文本到 SQL 任务的。
引用
@article{arxiv.1810.05237,
title = {SyntaxSQLNet: Syntax Tree Networks for Complex and Cross-DomainText-to-SQL Task},
author = {Tao Yu and Michihiro Yasunaga and Kai Yang and Rui Zhang and Dongxu Wang and Zifan Li and Dragomir Radev},
journal= {arXiv preprint arXiv:1810.05237},
year = {2018}
}
备注
EMNLP 2018, Long Paper