편집 기반의 SQL 쿼리 생성을 위한 다영역 문맥 종속 질문

우리는 크로스-도메인 문맥 종속 텍스트-투-SQL 생성 작업에 집중하고 있습니다. 인접한 자연어 질문이 종종 언어적으로 의존적이며 해당 SQL 쿼리가 중복되는 경향이 있다는 관찰을 바탕으로, 이전에 예측된 쿼리를 수정하여 생성 품질을 개선하기 위해 상호작용 기록을 활용합니다. 우리의 수정 메커니즘은 SQL을 시퀀스로 보고, 간단한 방식으로 토큰 수준에서 생성 결과를 재사용합니다. 이는 개별 토큰을 유연하게 변경할 수 있으며 오류 전파에 강합니다. 또한 다양한 도메인의 복잡한 표 구조를 처리하기 위해, 사용자 발화와 표 스키마의 문맥을 통합하기 위한 발화-표 인코더와 표 인식 디코더를 사용합니다. 우리는 SParC 데이터셋에서 우리의 접근법을 평가하고, 처음부터 SQL을 생성하는 최신 기준 모델들과 비교하여 수정의 이점을 입증하였습니다. 우리의 코드는 https://github.com/ryanzhumich/sparc_atis_pytorch에서 확인할 수 있습니다.