Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Pi-SQL: Enhancing Text-to-SQL with Fine-Grained Guidance from Pivot Programming Languages

Created by
  • Haebom

저자

Yongdong chi, Hanqing Wang, Zonghan Yang, Jian Yang, Xiao Yan, Yun Chen, Guanhua Chen

개요

본 논문은 자연어 질의를 실행 가능한 SQL 프로그램으로 변환하는 Text-to-SQL 문제를 다룹니다. 기존 프롬프트 기반 방법들의 정확도가 자연어와 SQL 간의 의미론적 차이와 SQL 데이터의 부족으로 제한되는 문제를 해결하기 위해, Python 프로그램을 중간 단계로 활용하는 Pi-SQL 모델을 제안합니다. Pi-SQL은 먼저 자연어 질의를 단계별 가이드라인을 포함하는 Python 프로그램으로 변환하고, 이를 바탕으로 SQL 프로그램을 생성합니다. 최종 SQL 프로그램은 참조 Python 프로그램의 질의 결과와 일치하며, 다양한 전략으로 생성된 후보들 중 선택을 통해 실행 속도를 개선합니다. 실험 결과, Pi-SQL은 기존 최고 성능 모델보다 실행 정확도를 최대 3.20 향상시키고, 유효성 점수는 최대 4.55 높였습니다.

시사점, 한계점

•
시사점:
◦
Python 프로그램을 중간 단계로 활용하여 자연어와 SQL 간의 의미론적 차이를 효과적으로 해소함으로써 Text-to-SQL 성능을 향상시켰습니다.
◦
다양한 전략을 통해 생성된 SQL 프로그램 후보 중에서 최적의 프로그램을 선택하여 실행 속도와 정확도를 모두 개선했습니다.
◦
기존 최고 성능 모델보다 성능 향상을 실험적으로 입증했습니다.
•
한계점:
◦
Python 프로그램 생성 및 SQL 프로그램 생성에 필요한 계산 비용이 높을 수 있습니다.
◦
Python 프로그램의 중간 단계 도입으로 인해 모델의 복잡성이 증가할 수 있습니다.
◦
특정 데이터베이스 스키마에 대한 의존성이 존재할 가능성이 있습니다.
👍
Made with Slashpage