PulseAugur
实时 10:38:55
English(EN) Bridging the Gap: Enabling Natural Language Queries for NoSQL Databases through Text-to-NoSQL Translation

新的文本到NoSQL基准评估无模式文档推理

研究人员开发了一种名为Text-to-NoSQL的新方法,以实现NoSQL数据库(特别是MongoDB)的自然语言查询。他们推出了TEND,一个包含1,210个MongoDB原生任务的基准数据集,旨在评估无模式文档推理。该研究还提出了SAG,一种在生成和修复查询之前,从存储文档中获取路径和值信息的求解器。实验表明,即使是精通Text-to-SQL的模型也难以处理这种独特的无模式推理问题。 AI

排序理由 研究论文发布在arXiv上,详细介绍了用于NoSQL数据库自然语言查询的新方法和基准。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Jinwei Lu, Jiawei Lu, Chen Zhang, Zhiqian Qin, Haodi Zhang, Yuanfeng Song, Raymond Chi-Wing Wong ·

    Bridging the Gap: Enabling Natural Language Queries for NoSQL Databases through Text-to-NoSQL Translation

    arXiv:2502.11201v3 Announce Type: replace-cross Abstract: NoSQL databases are core data infrastructure, yet natural-language access to them remains underdeveloped: correct query generation must recover how a non-relational data model represents entities, nested paths, arrays, mis…