7 ConclusionsThis paper has present

7 Conclusions
This paper has presented a state-of-the-art authoring system for natural language
interfaces to relational databases. Internally the system uses semantic
grammars encoded in _-SCFG to map typed user requests to an extended variant
of Codd’s tuple calculus which in turn is automatically mapped to SQL.
The author builds the semantic grammar through a series of naming, tailoring
and defining operations within a web-based GUI. The author is shielded from
the formal complexity of the underlying grammar and as an added benefit, the
given grammar rules may be used in the reverse direction to achieve paraphrases
of logical queries (see [11]).
Using the Geoquery 250 corpus, our results are compared with contemporary
machine learning results and approaches based on light annotation. Our
initial experimental evidence shows quick bootstrapping of the initial interface
can be achieved. Future work will focus on more complete evaluation and experimentation
with more comprehensive grammatical frameworks (e.g. CCG [15]),
especially under regimes that enable enhanced robustness [18]. Future work will
also explore hybrid approaches using initial authoring to bootstrap NLIs, followed
by interactive machine learning that, applied in the limit, will edge such
NLIs toward 100% precision and recall.

ผลลัพธ์ (ไทย) 1:

บทสรุป 7เอกสารนี้ได้นำเสนอระบบการเขียนศิลปะของภาษาธรรมชาติอินเทอร์เฟซฐานข้อมูลเชิงสัมพันธ์ ภายในระบบใช้ตรรกgrammars เข้ารหัส SCFG _แมปร้องขอผู้ใช้พิมพ์ตัวแปรเพิ่มเติมของแคลคูลัส tuple ของ Codd ซึ่งจะเป็นแม็ปโดยอัตโนมัติไปยัง SQLผู้เขียนสร้างไวยากรณ์ตรรกผ่านชุดของการตั้งชื่อ ตัดเย็บและการกำหนดดำเนินการภายในเว็บ GUI ผู้เขียนมีร่มจากความซับซ้อนทางการ ของไวยากรณ์พื้นฐาน และ เป็น ประโยชน์เพิ่มเติม การกำหนดไวยากรณ์ กฎอาจใช้ได้ในทิศทางย้อนกลับเพื่อให้บรรลุ paraphrasesตรรกะแบบสอบถาม (ดู [11])ใช้ corpus Geoquery 250 ผลลัพธ์ที่ได้เมื่อเทียบกับร่วมสมัยเครื่องเรียนรู้ผลลัพธ์และวิธีอิงประกอบแสง ของเราหลักฐานการทดลองเริ่มต้นแสดง bootstrapping อย่างรวดเร็วของอินเทอร์เฟซเริ่มต้นสามารถทำ ทำงานในอนาคตจะเน้นการประเมินและทดลองสมบูรณ์มากขึ้นมีกรอบโครงสร้างไวยากรณ์การครอบคลุมมากขึ้น (เช่น CCG [15]),โดยเฉพาะอย่างยิ่งภายใต้ระบอบที่ทำให้ความทนทานเพิ่มขึ้น [18] จะทำงานในอนาคตนอกจากนี้ยัง สำรวจวิธีไฮบริดสลีใช้เขียนเริ่มต้นเพื่อเริ่มต้น NLIs ตามโดยเรียนรู้เครื่องโต้ตอบที่ ใช้ในการจำกัด จะขอบเช่นNLIs ความแม่นยำ 100% และเรียกคืน

ผลลัพธ์ (ไทย) 2:

7 ข้อสรุป
งานวิจัยนี้ได้นำเสนอระบบการเขียนรัฐของศิลปะสำหรับภาษาธรรมชาติ
การเชื่อมต่อกับฐานข้อมูลเชิงสัมพันธ์ ภายในระบบใช้ความหมาย
ไวยากรณ์การเข้ารหัสใน _-SCFG เพื่อแมคำขอของผู้ใช้พิมพ์ไปยังตัวแปรขยาย
ของของ Codd แคลคูลัส tuple ซึ่งในทางกลับถูกแมปโดยอัตโนมัติไปยัง SQL.
ผู้เขียนสร้างไวยากรณ์ความหมายผ่านชุดของการตั้งชื่อ, การตัดเย็บ
และการกำหนดการดำเนินงานภายใน Web-based GUI ผู้เขียนเป็นเกราะป้องกันจาก
ความซับซ้อนอย่างเป็นทางการของไวยากรณ์พื้นฐานและเป็นประโยชน์เพิ่มที่
กฎไวยากรณ์ได้รับอาจจะใช้ในทิศทางกลับกันเพื่อให้บรรลุ paraphrases
ของการสืบค้นตรรกะ (ดู [11]).
ใช้ Geoquery 250 Corpus ผลของเรา เมื่อเทียบกับสมัย
ผลการเรียนรู้ของเครื่องและวิธีขึ้นอยู่กับคำอธิบายประกอบแสง เรา
หลักฐานการทดลองเบื้องต้นแสดงให้เห็นถึงความร่วมมืออย่างรวดเร็วของอินเตอร์เฟซที่เริ่มต้น
สามารถทำได้ การทำงานในอนาคตจะมุ่งเน้นการประเมินผลที่สมบูรณ์มากขึ้นและการทดลอง
กับกรอบไวยากรณ์ที่ครอบคลุมมากขึ้น (เช่น CCG [15])
โดยเฉพาะอย่างยิ่งภายใต้ระบอบการปกครองที่ช่วยเพิ่มความทนทาน [18] การทำงานในอนาคตจะ
ยังสำรวจไฮบริดโดยใช้วิธีการเขียนเริ่มต้นบูต NLIs ตาม
ด้วยเครื่องโต้ตอบการเรียนรู้ที่นำไปใช้ในวงเงินที่จะขอบเช่น
NLIs ที่มีต่อความแม่นยำ 100% และการเรียกคืน

ผลลัพธ์ (ไทย) 3:

7 สรุปบทความนี้ได้เสนอรัฐ - of - the - art การเขียนระบบภาษาธรรมชาติการเชื่อมต่อกับฐานข้อมูลเชิงสัมพันธ์ ภายในระบบจะใช้ความหมายไวยากรณ์ที่เข้ารหัสใน _ - scfg แผนที่พิมพ์การร้องขอให้ผู้ใช้ขยายแปรของคอดของ tuple แคลคูลัสซึ่งจะเป็นโดยอัตโนมัติแมปไปยัง SQLผู้เขียนสร้างความหมายทางไวยากรณ์ผ่านชุดของการตั้งชื่อสำหรับการดำเนินงานภายในเว็บ GUI ผู้เขียนเป็นเกราะป้องกันจากงานออนไลน์ พื้นฐาน ไวยากรณ์ และเป็นการเพิ่มสวัสดิการให้กฎไวยากรณ์อาจจะใช้เพื่อให้บรรลุ paraphrases ทิศทางย้อนกลับของแบบสอบถามเชิงตรรกะ ( ดู [ 11 ] )การใช้ geoquery 250 ข้อมูล ผลลัพธ์ของเราเมื่อเทียบกับ ร่วมสมัยการเรียนรู้ของเครื่องผลลัพธ์และแนวทางตามหมายเหตุประกอบแสง ของเราหลักฐานการทดลองเริ่มต้นอย่างรวดเร็ว bootstrapping ของอินเตอร์เฟซที่เริ่มต้นสามารถลุ้นรับ การทำงานในอนาคตจะเน้นการประเมินที่สมบูรณ์มากขึ้นและการทดลองที่ครอบคลุมมากขึ้น ( เช่นไวยากรณ์ โครงสร้าง ccg [ 15 ] )โดยเฉพาะ ภายใต้ระบบที่ช่วยเพิ่มความทนทาน [ 18 ] งานในอนาคตยังศึกษาแนวทางการเขียนเพื่อ nlis ไฮบริดเริ่มต้นใช้บูท ตามโดยเครื่องจักรที่ใช้ในการเรียนรู้แบบโต้ตอบ , จำกัด จะขอบเช่นnlis ต่อความแม่นยำ 100% และการเรียกคืน