研究人员开发了一种名为自适应肘部图遍历(AEGT)的新方法,也称为ElbowHop,以改进文本到SQL系统的模式检索。该方法解决了当前方法的一些局限性,例如固定的预算表选择和依赖于嵌入相似性,这些方法可能会忽略连接的关键表。AEGT使用自适应肘部截止值,根据问题动态调整模式切片,并采用双向外键遍历来确保识别出必要的桥接表。在各种语料库上的评估表明,AEGT显著提高了精度,尤其是在大型数据库上,并能有效恢复被基于嵌入的方法遗漏的表。 AI
影响 提高了关系数据库自然语言界面的准确性和效率,可能改善用户与复杂数据的交互。
排序理由 详细介绍文本到SQL系统模式检索新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →