• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Computer speech and language >Learning to generate structured queries from natural language with indirect supervision
【24h】

Learning to generate structured queries from natural language with indirect supervision

机译：学习通过间接监督从自然语言生成结构化查询

获取原文
获取原文并翻译 | 示例
       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Generating structured query language (SQL) from natural language is an emerging research topic. This paper presents a new learning paradigm from indirect supervision of the answers to natural language questions, instead of SQL queries. This paradigm facilitates the acquisition of training data due to the abundant resources of question-answer pairs for various domains in the Internet, and expels the difficult SQL annotation job. An end-to-end neural model integrating with reinforcement learning is proposed to learn SQL generation policy within the answer-driven learning paradigm. The model is evaluated on datasets of different domains, including movie and academic publication. Experimental results show that our model outperforms the baseline models.
机译：从自然语言生成结构化查询语言（SQL）是一个新兴的研究主题。本文提出了一种新的学习范式，从间接监督自然语言问题的答案，而不是SQL查询。此范例促进了由于互联网中各个域的问题答案对的丰富资源而获取培训数据，并驱逐困难的SQL注释作业。建议将与加强学习集成的端到端神经模型，以了解答案驱动的学习范式内的SQL生成策略。该模型在不同域的数据集上进行评估，包括电影和学术出版物。实验结果表明，我们的模型优于基线模型。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号