在多维数据立方体供给驱动设计中使用 ChatGPT 完善草拟概念模式
数据库
2025-02-05 v1 软件工程
摘要
完善是多维数据立方体供给驱动概念设计中的关键步骤，因为它很难被自动化。事实上，它包括将属性标记为描述性属性以及移除不感兴趣属性等步骤，因此一方面依赖于最终用户的需求，另一方面依赖于度量、维度和属性的语义。因此，它通常由设计人员与最终用户密切合作手动完成。这项工作的目标是检验 LLM 能否作为完善任务的促进者，从而使该任务完全或大部分由最终用户完成。维度事实模型是我们研究的目标形式体系；作为代表性的 LLM，我们使用 ChatGPT 的 GPT-4o 模型。为了实现我们的目标，我们提出了三个研究问题，旨在 (i) 了解 ChatGPT 在多维建模方面的基础能力；(ii) 了解 ChatGPT 在完善方面的基础能力；以及 (iii) 研究后者是否可以通过提示工程得到改善。我们的实验结果表明，精心设计的提示工程确实可以显著提高完善的准确性，并且残余错误可以通过一个额外的提示快速修复。然而，我们得出结论，目前设计人员仍需一定程度地参与完善工作，以确保完善后模式的有效性。
引用
@article{arxiv.2502.02238,
title = {Using ChatGPT to refine draft conceptual schemata in supply-driven design of multidimensional cubes},
author = {Stefano Rizzi},
journal= {arXiv preprint arXiv:2502.02238},
year = {2025}
}