Published January 1, 2018
| Version v1
Publication
Open
SQL-to-Text Generation with Graph-to-Sequence Model
- 1. Tencent (China)
- 2. Peking University
Description
Previous work approaches the SQL-to-text generation task using vanilla Seq2Seq models, which may not fully capture the inherent graph-structured information in SQL query.In this paper, we first introduce a strategy to represent the SQL query as a directed graph and then employ a graph-to-sequence model to encode the global structure information into node embeddings.This model can effectively learn the correlation between the SQL query pattern and its interpretation.Experimental results on the WikiSQL dataset and Stackoverflow dataset show that our model significantly outperforms the Seq2Seq and Tree2Seq baselines, achieving the state-of-the-art performance.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
يقترب العمل السابق من مهمة إنشاء SQL إلى النص باستخدام نماذج Seq2Seq للفانيليا، والتي قد لا تلتقط بشكل كامل المعلومات المنظمة للرسم البياني المتأصلة في استعلام SQL. في هذه الورقة، نقدم أولاً استراتيجية لتمثيل استعلام SQL كرسم بياني موجه ثم نستخدم نموذج رسم بياني إلى تسلسل لتشفير معلومات البنية العالمية في تضمينات العقدة. يمكن لهذا النموذج أن يتعلم بشكل فعال العلاقة بين نمط استعلام SQL وتفسيره. تظهر النتائج التجريبية على مجموعة بيانات WikiSQL ومجموعة بيانات Stackoverflow أن نموذجنا يتفوق بشكل كبير على خطوط الأساس Seq2Seq و Tree2Seq، مما يحقق الأداء المتطور.Translated Description (French)
Les travaux précédents abordent la tâche de génération SQL vers texte à l'aide de modèles Seq2Seq vanille, qui peuvent ne pas capturer entièrement les informations inhérentes structurées en graphe dans la requête SQL. Dans cet article, nous introduisons d'abord une stratégie pour représenter la requête SQL sous forme de graphe dirigé, puis utilisons un modèle graphe vers séquence pour coder les informations de structure globale dans des imbrications de nœuds. Ce modèle peut efficacement apprendre la corrélation entre le modèle de requête SQL et son interprétation. Les résultats expérimentaux sur l'ensemble de données WikiSQL et l'ensemble de données Stackoverflow montrent que notre modèle surpasse de manière significative les lignes de base Seq2Seq et Tree2Seq, atteignant les performances de pointe.Translated Description (Spanish)
El trabajo anterior aborda la tarea de generación de SQL a texto utilizando modelos Seq2Seq de vainilla, que pueden no capturar completamente la información estructurada por gráficos inherente en la consulta SQL. En este documento, primero presentamos una estrategia para representar la consulta SQL como un gráfico dirigido y luego empleamos un modelo de gráfico a secuencia para codificar la información de la estructura global en incrustaciones de nodos. Este modelo puede aprender de manera efectiva la correlación entre el patrón de consulta SQL y su interpretación. Los resultados experimentales en el conjunto de datos WikiSQL y el conjunto de datos Stackoverflow muestran que nuestro modelo supera significativamente las líneas de base Seq2Seq y Tree2Seq, logrando el rendimiento más avanzado.Files
D18-1112.pdf.pdf
Files
(226 Bytes)
| Name | Size | Download all |
|---|---|---|
|
md5:5360980bad11bf9723da89687501effc
|
226 Bytes | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- إنشاء SQL إلى النص باستخدام نموذج الرسم البياني إلى التسلسل
- Translated title (French)
- Génération SQL-to-Text avec modèle Graph-to-Sequence
- Translated title (Spanish)
- Generación de SQL a texto con modelo de gráfico a secuencia
Identifiers
- Other
- https://openalex.org/W2890585661
- DOI
- 10.18653/v1/d18-1112
References
- https://openalex.org/W1832693441
- https://openalex.org/W2047705935
- https://openalex.org/W2095705004
- https://openalex.org/W2101105183
- https://openalex.org/W2113596997
- https://openalex.org/W2116341502
- https://openalex.org/W2156387975
- https://openalex.org/W2250539671
- https://openalex.org/W2516621648
- https://openalex.org/W2751448157
- https://openalex.org/W2752172973
- https://openalex.org/W2785833512
- https://openalex.org/W2786148476
- https://openalex.org/W2796167946
- https://openalex.org/W2911738047
- https://openalex.org/W2962767366
- https://openalex.org/W2963374482
- https://openalex.org/W2963459319
- https://openalex.org/W2963661253
- https://openalex.org/W2964121744
- https://openalex.org/W2964165364