Text-to-SQL Error Correction with Language Models of Code

要約

text-to-SQL 解析における最近の進歩にもかかわらず、現在のセマンティック パーサーはまだ実用に耐えるほど正確ではありません。
このペーパーでは、テキストから SQL への自動エラー修正モデルを構築する方法を調査します。
トークンレベルの編集はコンテキストから外れており、場合によっては曖昧であることに気づいたので、代わりに句レベルの編集モデルを構築することを提案します。
さらに、ほとんどのコード言語モデルは SQL 用に特別に事前トレーニングされていませんが、Python などのプログラミング言語での一般的なデータ構造とその操作を知っています。
したがって、コードの言語モデルの事前トレーニング コーパスにより密接に準拠した、SQL クエリとその編集の新しい表現を提案します。
当社のエラー修正モデルは、さまざまなパーサーの正確なセット マッチ精度を 2.4 ～ 6.5 向上させ、2 つの強力なベースラインよりも最大 4.3 ポイントの絶対的な向上を実現します。
コードとデータは https://github.com/OSU-NLP-Group/Auto-SQL-Correction で入手できます。

要約(オリジナル)

Despite recent progress in text-to-SQL parsing, current semantic parsers are still not accurate enough for practical use. In this paper, we investigate how to build automatic text-to-SQL error correction models. Noticing that token-level edits are out of context and sometimes ambiguous, we propose building clause-level edit models instead. Besides, while most language models of code are not specifically pre-trained for SQL, they know common data structures and their operations in programming languages such as Python. Thus, we propose a novel representation for SQL queries and their edits that adheres more closely to the pre-training corpora of language models of code. Our error correction model improves the exact set match accuracy of different parsers by 2.4-6.5 and obtains up to 4.3 point absolute improvement over two strong baselines. Our code and data are available at https://github.com/OSU-NLP-Group/Auto-SQL-Correction.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google