Semantic Decomposition of Question and SQL for Text-to-SQL Parsing

要約

Text-to-SQL セマンティック解析は、クロスドメインおよび複雑なクエリに一般化する際に課題に直面しています。
最近の研究では、複雑な SQL クエリの解析を強化するために質問分解戦略が採用されています。
ただし、この戦略には 2 つの大きな障害があります。(1) 既存のデータセットには質問の分解がありません。
(2) SQL の構文の複雑さのため、ほとんどの複雑なクエリは、容易に再構成できるサブクエリに分解することができません。
これらの課題に対処するために、SQL クエリを単純で規則的なサブクエリに体系的に分解する新しいモジュール式クエリ プラン言語 (QPL) を提案します。
SQL サーバーのクエリ最適化計画の分析を活用して SQL から QPL へのトランスレーターを開発し、QPL プログラムで Spider データセットを強化します。
実験結果は、QPL のモジュール的な性質が既存のセマンティック解析アーキテクチャに利点をもたらし、テキストから QPL パーサーへのトレーニングの方が、意味的に同等のクエリに対してテキストから SQL への解析よりも効果的であることを示しています。
QPL アプローチには、さらに 2 つの利点があります。(1) QPL プログラムは単純な質問として言い換えることができ、(複雑な質問、分解された質問) のデータセットを作成できます。
このデータセットでトレーニングすると、データベース スキーマに敏感なデータ取得用の質問分解器が得られます。
(2) QPL は、複雑なクエリの専門家以外でもアクセスしやすく、セマンティック パーサーからの出力がより解釈しやすくなります。

要約(オリジナル)

Text-to-SQL semantic parsing faces challenges in generalizing to cross-domain and complex queries. Recent research has employed a question decomposition strategy to enhance the parsing of complex SQL queries. However, this strategy encounters two major obstacles: (1) existing datasets lack question decomposition; (2) due to the syntactic complexity of SQL, most complex queries cannot be disentangled into sub-queries that can be readily recomposed. To address these challenges, we propose a new modular Query Plan Language (QPL) that systematically decomposes SQL queries into simple and regular sub-queries. We develop a translator from SQL to QPL by leveraging analysis of SQL server query optimization plans, and we augment the Spider dataset with QPL programs. Experimental results demonstrate that the modular nature of QPL benefits existing semantic-parsing architectures, and training text-to-QPL parsers is more effective than text-to-SQL parsing for semantically equivalent queries. The QPL approach offers two additional advantages: (1) QPL programs can be paraphrased as simple questions, which allows us to create a dataset of (complex question, decomposed questions). Training on this dataset, we obtain a Question Decomposer for data retrieval that is sensitive to database schemas. (2) QPL is more accessible to non-experts for complex queries, leading to more interpretable output from the semantic parser.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google