通过对抗生成辅助的面向结构化查询的可迁移自然语言接口
计算与语言
2018-12-10 v2 人工智能
机器学习
摘要
面向结构化查询的自然语言接口 (NLI) 因其广泛的工业应用和高经济价值而引人注目。在这项工作中，我们解决了目标域数据有限情况下 NLI 的域适应问题。考虑了两种重要方法：(a) 在源域语义解析上有效的通用知识学习，以及 (b) 目标域上的数据增强。我们提出了一种结构化查询推理网络 (SQIN) 来增强域适应的学习，通过将模式信息从自然语言 (NL) 中分离并以更具结构感知的方式解码 SQL；我们还提出了一种基于 GAN 的增强技术 (AugmentGAN) 来缓解缺乏目标域数据的问题。我们在 GeoQuery、Overnight 和 WikiSQL 上报告了可靠结果，证明了在域内和域迁移任务上的最优性能。
引用
@article{arxiv.1812.01245,
title = {Transferable Natural Language Interface to Structured Queries aided by Adversarial Generation},
author = {Hongyu Xiong and Ruixiao Sun},
journal= {arXiv preprint arXiv:1812.01245},
year = {2018}
}
备注
8 pages, 3 figures; accepted by AAAI Workshop 2019; accepted by International Conference of Semantic Computing (ICSC) 2019