정보과학회논문지 (Journal of KIISE)
Current Result Document :
| 한글제목(Korean Title) |
자연어를 활용한 SQL문 생성을 위한 합성곱 신경망 기반 칼럼 예측 모델 |
| 영문제목(English Title) |
A CNN-based Column Prediction Model for Generating SQL Queries using Natural Language |
| 저자(Author) |
정윤기
김동민
이종욱
Yoonki Jeong
Dongmin Kim
Jongwuk Lee
|
| 원문수록처(Citation) |
VOL 46 NO. 02 PP. 0202 ~ 0207 (2019. 02) |
한글내용
(Korean Abstract) |
관계형 데이터베이스 시스템을 이용하여 대규모의 데이터를 검색하기 위해서는 테이블 스키마 및 SQL문을 이해해야 하는 필요성이 있다. 이를 해결하기 위해 자연어가 입력으로 주어질 때, 이에 대응하는 SQL문을 생성하는 연구가 최근 진행되고 있다. 기존 연구에서 가장 어려운 부분은 SQL문의 조건에 해당되는 칼럼을 효과적으로 예측하는 부분이며, 예측해야 하는 칼럼의 개수가 여러 개일 때 정확도가 크게 떨어지는 문제점이 있다. 본 논문에서는 칼럼 어텐션 메카니즘을 이용하여, 자연어 데이터의 숨겨진 표현을 효과적으로 추출하는 합성곱 신경망 모델을 제안한다. 본 연구의 제안 방법은 기존 방법 대비 약 6% 이상 정확도가 향상되는 것을 확인할 수 있었다.
|
영문내용
(English Abstract) |
To retrieve massive data using relational database management system (RDBMS), it is important to understanding of table schemas and SQL grammar. To address this issue, many studies have recently been carried out to generate an SQL query from a natural language question. However, the existing works suffer mostly from predicting columns at where clause and the accuracy is greatly reduced when there are multiple columns to be predicted. In this paper, we propose a convolutional neural network model with column attention mechanism that effectively extracts the latent representation of input question which helps column prediction of the model. The experiment shows that our model outperforms the accuracy of the existing model (SQLNet) by 6%.
|
| 키워드(Keyword) |
SQL
관계형 데이터베이스
자연어 처리
합성곱 신경망
SQL
RDBMS
natural language processing
convolutional neural networks
|
| 파일첨부 |
PDF 다운로드
|
