CBR-to-SQL: Rethinking Retrieval-based Text-to-SQL using Case-based Reasoning in the Healthcare Domain

Created by

Haebom

저자

Hung Nguyen, Hans Moen, Pekka Marttinen

💡 개요

전자 건강 기록(EHR) 데이터베이스에서 유용한 정보를 추출하는 데 SQL 전문 지식이 필요하다는 문제를 해결하기 위해, 본 논문은 의료 분야에 특화된 검색 기반 Text-to-SQL 프레임워크인 CBR-to-SQL을 제안합니다. CBR-to-SQL은 기존 RAG 방식의 한계를 극복하기 위해 질의-SQL 쌍을 재사용 가능한 추상적인 케이스 템플릿으로 표현하고, 두 단계의 검색 과정을 통해 논리 구조와 개체를 파악합니다. 이를 통해 MIMICSQL 데이터셋에서 최첨단 논리 형태 정확도를 달성하고, 데이터 부족 및 검색 교란 상황에서도 기존 RAG보다 높은 샘플 효율성과 견고성을 보여줍니다.

🔑 시사점 및 한계

•

의료 분야의 복잡하고 다양한 자연어 질문을 SQL로 효과적으로 변환하는 새로운 접근 방식을 제시합니다.

•

CBR의 아이디어를 Text-to-SQL에 적용하여, 기존 RAG의 노이즈 증가 및 확장성 문제를 해결하는 방법론을 제안합니다.

•

데이터 부족 및 검색 품질 저하 상황에서도 높은 성능을 유지하는 견고성을 입증했습니다.

•

제안된 CBR-to-SQL 프레임워크의 의료 도메인 외 다른 전문 분야로의 일반화 가능성 및 실제 의료 현장에서의 실질적인 활용 방안에 대한 추가 연구가 필요합니다.

PDF 보기

Made with Slashpage