메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이재훈 (성균관대학교) 이지형 (성균관대학교) 최윤석 (성균관대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제34권 제5호
발행연도
2024.10
수록면
448 - 454 (7page)
DOI
10.5391/JKIIS.2024.34.5.448

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Text-to-SQL은 자연어로 작성된 질문을 SQL 질의문으로 변환하여 사용자가 데이터베이스와 효율적으로 상호작용할 수 있도록 하는 중요한 기술이다. 거대 언어 모델의 발전으로 문맥 학습 방법을 통해 추가 학습 없이도 새로운 데이터베이스에서 SQL을 생성할 수 있는 가능성이 제시되고 있다. 그러나 기존 방법은 문맥 학습을 위하여 퓨샷 예시를 임의로 선택하거나 자연어 질문 유사성에 기반하여 검색하는 방식으로, 예시 선택 과정에서 데이터베이스 스키마의 구조적 차이를 충분히 반영하지 못하는 문제가 있다. 본 논문에서는 데이터베이스 스키마 구조를 효과적으로 반영하는 검색 증강 생성 기법을 제안한다. 또한 데이터베이스 테이블 및 컬럼 구조를 고려한 SQL 생성을 위한 프롬프트를 제시한다. 실험 결과, Text-to-SQL 작업에서 데이터베이스 스키마의 구조적 정보를 활용한 검색 증강 생성 기법이 자연어 질문 유사성 기반 방법 대비 효과적임을 보인다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 제안 방법
4. 실험 구성
5. 결론 및 향후 연구
References

참고문헌 (16)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0