[論文レビュー] Frameworks for Querying Databases Using Natural Language: A Literature Review

Hafsa Shareef Dar, M. Ikram Ullah Lali+3 more|arXiv (Cornell University)|Sep 3, 2019

Semantic Web and Ontologies参考文献 32被引用数 6

ひとこと要約

本レビューでは、2008年から2018年までの自然言語をデータベースクエリに変換するための47のフレームワークを分析し、SQLベースのシステムを統計的・記号的・接続主義的アプローチに、NoSQLベースのシステムを意味的マッチングおよびパターンマッチング手法に分類している。研究の70％がSQLに集中しており、英語が主流の対応言語であることが判明。多言語対応およびフレームワーク間の相互運用性に課題が存在する。

ABSTRACT

A Natural Language Interface (NLI) facilitates users to pose queries to retrieve information from a database without using any artificial language such as the Structured Query Language (SQL). Several applications in various domains including healthcare, customer support and search engines, require elaborating structured data having information on text. Moreover, many issues have been explored including configuration complexity, processing of intensive algorithms, and popularity of relational databases, due to which translating natural language to database query has become a secondary area of investigation. The emerging trend of querying systems and speech-enabled interfaces revived natural language to database queries research area., The last survey published on this topic was six years ago in 2013. To best of our knowledge, there is no recent study found which discusses the current state of the art translations frameworks for natural language for structured and non-structured query languages. In this paper, we have reviewed 47 frameworks from 2008 to 2018. Out of 47, 35 were closely relevant to our work. SQL based frameworks have been categorized as statistical, symbolic and connectionist approaches. Whereas, NoSQL based frameworks have been categorized as semantic matching and pattern matching. These frameworks are then reviewed based on their supporting language, scheme of their heuristic rule, interoperability support, dataset scope and their overall performance score. The findings stated that 70% of the work in natural language to database querying has been carried out for SQL, and NoSQL share 15%, 10% and 5% of languages like SPAROL, CYPHER and GREMLIN respectively. It has also been observed that most of the frameworks support English language only.

研究の動機と目的

• 2013年の主要レビュー以降の空白を埋めるために、データベースの自然言語クエリを可能にするフレームワークの最新で包括的なサーベイを提供すること。
• 統計的・記号的・接続主義的・意味的マッチング・パターンマッチング技術を含む、その基盤となるアプローチに基づいて47のフレームワークを分類・分析すること。
• 対応言語、ヒューリスティックルール方式、相互運用性、データセット範囲、パフォーマンススコアといった次元でフレームワークを評価すること。
• 多言語対応およびSQLとNoSQLのクエリ言語フレームワークのバランスに注目した、研究動向とギャップを特定すること。
• 最近の進展と限界に焦点を当て、データベース向け自然言語インターフェース分野の最先端状況を構造的に概説すること。

提案手法

• 2008年から2018年までに発表された47のフレームワークを対象とした体系的文献レビューを実施。そのうち35件が研究の焦点に密接に関連すると判断された。
• フレームワークは主に3つのカテゴリに分類される：SQLベース（統計的・記号的・接続主義的）およびNoSQLベース（意味的マッチング・パターンマッチング）。
• 各フレームワークは、対応言語、ヒューリスティックルール方式、相互運用性サポート、データセット範囲、全体的なパフォーマンススコアという5つの基準で評価された。
• 言語分布の定量的評価が行われ、70％の研究がSQLを対象としており、15％がNoSQL、SPARQL・Cypher・Gremlinそれぞれが10％ずつを占めている。
• フレームワークの主要な次元を比較するための構造化された評価マトリクスが使用され、実用的有用性と技術的設計に重点が置かれた。
• 結果は統合され、自然言語データベースクエリ分野における支配的傾向、制限事項、未開拓分野を特定する。

実験結果

リサーチクエスチョン

• RQ1 2008年から2018年までの自然言語からデータベースクエリへのフレームワークで、主流となっている技術的アプローチは何か？
• RQ2 研究は、特にSQLとSPARQL・Cypher・GremlinなどのNoSQLクエリ言語の間でどのように分布しているか？
• RQ3 既存のフレームワークは、英語以外の言語に対してもどの程度対応しているか？
• RQ4 現在のデータベース向け自然言語インターフェース（NLI）フレームワークにおける、主なパフォーマンスおよび相互運用性の課題は何か？
• RQ5 ヒューリスティックルール方式とデータセット範囲は、自然言語クエリ変換システムの効果性にどのように影響を与えるか？

主な発見

• レビュー対象の70％がSQL向けに設計されており、リレーショナルデータベースへの強い研究開発の集中が示された。
• NoSQLベースのフレームワークは全体の15％を占め、SPARQL・Cypher・Gremlinはそれぞれ5％の研究注目を集めた。
• 70％を超えるフレームワークが英語のみを対応言語としており、多言語自然言語インターフェース開発における顕著な制限が浮き彫りになった。
• 大多数のフレームワークがルールベースまたは統計的手法に依存しているが、ニューラルネットワークベース（接続主義的）アプローチは成長傾向にありながらも、依然として少数派のカテゴリにとどまっている。
• フレームワーク間の相互運用性は限定的であり、複数のデータベースシステムやクエリ言語に対応するように設計されたシステムは少ない。
• パフォーマンススコアは広範にわたってばらつきを示しており、標準化されたベンチマークフレームワークは広く採用されていないため、統一された評価プロトコルの導入が求められる。