TypeSQL: 지식 기반 타입 인지 신경망 텍스트-SQL 생성

자연어를 통해 관계형 데이터베이스와 상호작용하면 어떤 배경을 가진 사용자라도 방대한 양의 데이터를 쉽게 조회하고 분석할 수 있습니다. 이는 사용자의 질문을 이해하고 이를 자동으로 SQL 쿼리로 변환하는 시스템이 필요함을 의미합니다. 본 논문에서는 이 문제를 슬롯 채우기 작업으로 보는 새로운 접근법인 TypeSQL을 제시합니다. 또한, TypeSQL은 타입 정보를 활용하여 자연어 질문에서 드물게 등장하는 엔티티와 숫자를 더 잘 이해할 수 있습니다. 우리는 이 아이디어를 WikiSQL 데이터셋에 적용해 기존 최고 성능을 훨씬 적은 시간 내에 5.5% 개선하였습니다. 또한, 사용자의 쿼리가 올바르게 형성되지 않았을 때 데이터베이스 내용에 접근하는 것이 성능을 크게 향상시킬 수 있음을 보였습니다. TypeSQL은 82.6%의 정확도를 달성하며, 이전 컨텐츠 감응 모델과 비교해 절대적으로 17.5%의 성능 향상을 보였습니다.