CORE-T: COherent REtrieval of Tables for Text-to-SQL

작성자

Haebom

카테고리

Empty

저자

Hassan Soliman, Vivek Gupta, Dan Roth, Iryna Gurevych

💡 개요

본 논문은 여러 테이블을 조인해야 하는 복잡한 Text-to-SQL 작업에서 관련 테이블을 정확하게 검색하는 문제를 해결하고자 합니다. 제안된 CORE-T 프레임워크는 LLM을 활용하여 테이블의 목적 메타데이터를 생성하고, 경량화된 테이블 호환성 캐시를 사전 계산하여 효율성을 높입니다. 이를 통해 높은 재현율을 가지지만 노이즈가 많은 기존 Dense Retrieval 방식의 단점을 보완하고, 복잡한 조인 로직이나 높은 추론 비용 없이도 효율적으로 테이블을 선택하고 실행 정확도를 향상시킵니다.

🔑 시사점 및 한계

•

도메인 지식 부족 문제 해결: LLM이 생성한 목적 메타데이터를 활용하여 명시적인 데이터베이스 식별자가 없는 상황에서도 테이블의 의미와 관계를 파악하는 데 도움을 줍니다.

•

효율적인 테이블 검색: Dense Retrieval의 높은 재현율과 LLM 기반 필터링을 결합하여, 정확도를 높이면서도 추론 오버헤드를 줄이고 선택되는 테이블 수를 감소시킵니다.

•

실행 정확도 향상: 제안된 방식은 기존의 Dense Retrieval 및 LLM 중심의 베이스라인 대비 테이블 선택 F1 점수와 다중 테이블 실행 정확도를 크게 향상시킵니다.

•

한계점: LLM 기반 메타데이터 생성 및 최종 선택 단계에서 여전히 LLM 호출이 필요하며, 이는 처리량이나 비용 측면에서 제약이 될 수 있습니다. 또한, 제안된 캐시 메커니즘의 확장성 및 최적화에 대한 추가 연구가 필요할 수 있습니다.

PDF 보기

Made with Slashpage