초록
최근 자연어를 상호작용 과정에서 SQL로 변환하는 맥락 의존형 텍스트-SQL 의미 분석 기술이 많은 주목을 받고 있다. 기존의 연구들은 상호작용 기록 문장이나 이전에 예측된 쿼리에서 맥락 의존 정보를 활용하긴 했지만, 자연어와 논리적 구조를 가진 SQL 사이의 불일치로 인해 두 정보를 동시에 효과적으로 활용하지 못했다. 본 연구에서는 이전 예측된 SQL 쿼리와 기록된 역사적 발화 모두로부터 맥락 의존 정보를 활용할 수 있는 히스토리 정보 강화형 텍스트-SQL 모델(HIE-SQL)을 제안한다. 이러한 불일치 문제를 해결하기 위해 자연어와 SQL을 두 가지 모달리티로 간주하고, 두 모달리티 간 격차를 메우기 위한 이모달 전처리 모델을 제안한다. 또한, 발화와 SQL 쿼리가 데이터베이스 스키마와 더 강하게 연결되도록 스키마 링킹 그래프를 설계하였다. 실험 결과, 본 연구에서 제안하는 히스토리 정보 강화 기법이 HIE-SQL의 성능을 크게 향상시켰으며, 작성 시점 기준으로 두 맥락 의존형 텍스트-SQL 벤치마크인 SparC 및 CoSQL 데이터셋에서 새로운 최고 성능(SOTA)을 달성하였다.