Μονάδα:
Κατεύθυνση Μεγάλα Δεδομένα και Τεχνητή ΝοημοσύνηΠληροφορική
Ημερομηνία κατάθεσης:
2024-06-13
Συγγραφέας:
Μητσοπούλου Άννα
Στοιχεία επιβλεπόντων καθηγητών:
Γεωργία Κούτρικα, Διευθύντρια Έρευνας, Ερευνητικό Κέντρο Αθηνά
Πρωτότυπος Τίτλος:
Towards more robust text-to-SQL translation
Γλώσσες εργασίας:
Αγγλικά
Μεταφρασμένος τίτλος:
Αξιόπιστη μετάφραση από φυσική γλώσσα σε SQL
Περίληψη:
Παρά τους γρήγορους ρυθμούς ανάπτυξης στο ερευνητικό πεδίο της μετάφρασης από φυσική γλώσσα σε SQL, τα Text-to-SQL συστήματα αντιμετωπίζουν κρίσιμες προκλήσεις. Οι συλλογές δεδομένων που χρησιμοποιούνται για την εκπαίδευση και την αξιολόγηση αυτών των συστημάτων είναι ζωτικής σημασίας για τον καθορισμό της απόδοσής τους και της εξέλιξης σε αυτό το πεδίο. Σε αυτή την εργασία, εισάγουμε μία μεθοδολογία για την ανάλυση των text-to-SQL συλλογών δεδομένων και παρουσιάζουμε την ανάλυσή τους, παρέχοντας πολύτιμες πληροφορίες για τις δυνατότητες και τους περιορισμούς των text-to-SQL συστημάτων, αλλά και τον τρόπο με τον οποίο οι συλλογές δεδομένων επηρεάζουν την εκπαίδευση και την αξιολόγηση αυτών των συστημάτων. Διερευνούμε τις υπάρχουσες μεθόδους αξιολόγησης και προτείνουμε μια αναλυτική αξιολόγηση συστήματος βασισμένη στην ανάλυση των σφαλμάτων. Δείχνουμε πώς η ανάλυση των δεδομένων μπορεί να βοηθήσει στην εξήγηση της συμπεριφοράς ενός συστήματος σε διαφορετικά σύνολα δεδομένων. Χρησιμοποιώντας την ανάλυση σφαλμάτων μας, δείχνουμε πώς μπορούμε να εντοπίσουμε τις πηγές σφαλμάτων ενός συστήματος text-to-SQL για ένα συγκεκριμένο σύνολο δεδομένων και να αποκαλύψουμε ευκαιρίες για βελτιώσεις του συστήματος.
Κύρια θεματική κατηγορία:
Τεχνολογία – Πληροφορική
Λέξεις-κλειδιά:
Μηχανική Μετάφραση, Βαθιά Μάθηση, Σημασιολογική Ανάλυση, Βάσεις Δεδομένων
Αρ. σελίδων ευρετηρίου:
4
Αρ. βιβλιογραφικών αναφορών:
80
Αρχείο:
Δεν επιτρέπεται η πρόσβαση στο αρχείο έως 2024-12-13.
Thesis_Mitsopoulou.pdf
2 MB
Δεν επιτρέπεται η πρόσβαση στο αρχείο έως 2024-12-13.
