Conectando Dados Textuais e Tabulares para Análise Semântica Text-to-SQL entre Domínios

Apresentamos o BRIDGE, uma poderosa arquitetura sequencial para modelar dependências entre perguntas em linguagem natural e bancos de dados relacionais na análise semântica cross-DB. O BRIDGE representa a pergunta e o esquema do banco de dados em uma sequência etiquetada onde um subconjunto dos campos é augmentado com os valores das células mencionados na pergunta. A sequência híbrida é codificada pelo BERT com camadas posteriores mínimas e a contextualização texto-BD é realizada através da atenção profunda ajustada no BERT. Combinado com um decodificador gerador de ponteiros com poda do espaço de busca guiada pela consistência do esquema, o BRIDGE atingiu desempenho de ponta no bem estudado benchmark Spider (65,5% dev, 59,2% teste), apesar de ser muito mais simples do que a maioria dos modelos recentemente propostos para esta tarefa. Nossa análise mostra que o BRIDGE captura efetivamente as dependências cross-modais desejadas e tem o potencial de generalizar para mais tarefas relacionadas a texto-BD.