라운드테이블: 동적 스키마 및 맥락적 자동완성을 활용한 테이블 질문 응답에서 쿼리 정밀도 향상

RoundTable: Leveraging Dynamic Schema and Contextual Autocomplete for Enhanced Query Precision in Tabular Question Answering

August 22, 2024

저자: Pratyush Kumar, Kuber Vijaykumar Bellad, Bharat Vadlamudi, Aman Chadha

cs.AI

초록

대규모 언어 모델(LLM)의 발전으로 나타난 주요 사용 사례 중 하나는 일반 영어로 데이터베이스를 쿼리하는 것이며, 사용자 질문을 실행 가능한 데이터베이스 쿼리로 번역하여 크게 향상되었습니다. 그러나 실제 데이터셋은 종종 다양한 속성과 복잡한 값들을 갖추고 있어, LLM이 자연어 질의로부터 관련 있는 열 또는 값들을 정확하게 식별하는 작업을 복잡하게 만듭니다. 기존 방법은 데이터셋의 크기와 복잡성을 LLM에 완전히 전달할 수 없습니다. 이러한 도전에 대처하기 위해, 우리는 입력 테이블에서 Full-Text Search (FTS)를 활용하는 새로운 프레임워크를 제안합니다. 이 접근 방식은 특정 값과 열을 정확하게 감지할 뿐만 아니라 언어 모델의 검색 공간을 좁혀 질의 정확도를 향상시킵니다. 게다가, 이는 테이블의 데이터를 기반으로 쿼리를 제안하는 사용자 정의 자동 완성 기능을 지원합니다. 이 통합은 사용자와 복잡한 데이터셋 간 상호 작용을 크게 개선하여 현재 테이블 쿼리 능력이 직면한 제약 사항에 대한 정교한 해결책을 제공합니다. 본 연구는 Mac 및 Windows 플랫폼용 응용 프로그램과 함께 제공되며, 독자들은 자신의 데이터로 직접 시도해 볼 수 있습니다.

English

With advancements in Large Language Models (LLMs), a major use case that has emerged is querying databases in plain English, translating user questions into executable database queries, which has improved significantly. However, real-world datasets often feature a vast array of attributes and complex values, complicating the LLMs task of accurately identifying relevant columns or values from natural language queries. Traditional methods cannot fully relay the datasets size and complexity to the LLM. To address these challenges, we propose a novel framework that leverages Full-Text Search (FTS) on the input table. This approach not only enables precise detection of specific values and columns but also narrows the search space for language models, thereby enhancing query accuracy. Additionally, it supports a custom auto-complete feature that suggests queries based on the data in the table. This integration significantly refines the interaction between the user and complex datasets, offering a sophisticated solution to the limitations faced by current table querying capabilities. This work is accompanied by an application for both Mac and Windows platforms, which readers can try out themselves on their own data.