Stvaranje naredbi jezika SQL na osnovi opisa zadanog prirodnim jezikom

diplomski rad

• Naslov (engleski): Generating SQL Language Instructions Based on the Natural Language Description
• Autor: Juraj Primorac
• Mentor: Marin Šilić (mentor)
• Član povjerenstva: Marin Šilić (predsjednik povjerenstva)
• Član povjerenstva: Siniša Srbljić (član povjerenstva)
• Član povjerenstva: Goran Delač (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2019-07-08, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Generiranje SQL upita iz opisa na prirodnom jeziku je otvoreni problem i privlači značajan interes. Zanimanje za sučelja prirodnog jezika prema bazi podataka se pobudilo zbog napretka u dubokom učenju i razvoja prikladnih setova za učenje modela. Zbog nedavnog uspjeha dubokog učenja u prevođenju prirodnog jezika u SQL cilj ovoga rada je istražiti područje dubokog učenja u kontekstu obrade prirodnog jezika, kao i prirodna jezična sučelja za bazu podataka općenito. U skladu s tim ciljem, odabrani modeli se obučavaju na skupu podataka koji uključuju SQL upite i upite na prirodnom jeziku koji se odnose na geografiju SAD-a. Opisana je struktura, obuka i implementacija modela. Rezultati se mjere i uspoređuju s drugim pristupima.
Ključne riječi: SQL, obrada prirodnog jezika, baza podataka, neuronska mreža, strojno učenje, duboko učenje, prevođenje sekvence u sekvencu, PyTorch, AllenNLP, enkoder, dekoder

Sažetak (engleski)

SQL query generation based on natural language description is a long-standing open problem and has been attracting considerable interest recently. There is a renewed interest in natural language interfaces to databases due to the advance in deep learning and the release of large-scale annotated data. In the fashion of recent success of deep neural approaches in natural language to SQL processing, aim of this thesis is to explore the field of Deep Learning in the context of Natural Language Processing, as well as Natural Language Interfaces to Database in general. In accordance with that goal, a selected Sequence to SQL model is trained on a dataset to generate SQL queries from natural language queries about USA geography. Structure, training and deploying of the model are described. Results are measured and compared to other approaches.

• Ključne riječi: SQL; obrada prirodnog jezika; baza podataka; neuronska mreža; strojno učenje; duboko učenje; prevođenje sekvence u sekvencu; PyTorch; AllenNLP; enkoder; dekoder
• Ključne riječi (engleski): SQL; natural language processing; database; neural network; machine learning; deep learning; sequence to sequence; PyTorch; AllenNLP; encoder; decoder
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:741592
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2020-01-07 21:34:43