[論文レビュー] DBMSs Should Talk Back Too

Alkis Simitsis, Yannis Ioannidis|ArXiv.org|Sep 9, 2009

Advanced Database Systems and Queries参考文献 10被引用数 5

ひとこと要約

この論文は、データベース管理システム（DBMS）が内部のSQLクエリやデータレコードを自然言語に逆翻訳することで、ユーザーによる検証を可能にすべきであると提唱している。これにより、正確性と使いやすさが向上する。形式的なデータベース表現から人間が読み取れるテキストへの逆翻訳を可能にすることで、システムの透明性が向上し、誤りが減少し、データ統合や自然言語インタフェースにおける検証を支援する。

ABSTRACT

Natural language user interfaces to database systems have been studied for several decades now. They have mainly focused on parsing and interpreting natural language queries to generate them in a formal database language. We envision the reverse functionality, where the system would be able to take the internal result of that translation, say in SQL form, translate it back into natural language, and show it to the initiator of the query for verification. Likewise, information extraction has received considerable attention in the past ten years or so, identifying structured information in free text so that it may then be stored appropriately and queried. Validation of the records stored with a backward translation into text would again be very powerful. Verification and validation of query and data input of a database system correspond to just one example of the many important applications that would benefit greatly from having mature techniques for translating such database constructs into free-flowing text. The problem appears to be deceivingly simple, as there are no ambiguities or other complications in interpreting internal database elements, so initially a straightforward translation appears adequate. Reality teaches us quite the opposite, however, as the resulting text should be expressive, i.e., accurate in capturing the underlying queries or data, and effective, i.e., allowing fast and unique interpretation of them. Achieving both of these qualities is very difficult and raises several technical challenges that need to be addressed. In this paper, we first expose the reader to several situations and applications that need translation into natural language, thereby, motivating the problem. We then outline, by example, the research problems that need to be solved, separately for data translations and query translations.

研究の動機と目的

• ユーザーがDBMSに『返答する』機能を可能にすることで、データベースシステムにおけるフィードバックメカニズムの欠如を是正する。
• ユーザーが翻訳された結果を検証できるようにすることで、クエリおよびデータ入力の信頼性を向上させ、誤りを低減する。
• 構造化されたデータが非構造化テキストから抽出されるような情報抽出パイプラインなど、構造化データの検証を必要とするアプリケーションを支援する。
• 双方向の自然言語翻訳を通じて、形式的なデータベース表現と人間の理解のギャップを埋める。
• 現実世界のシステムにおいて、より直感的で透明性が高く信頼性の高いデータベースインタラクションの基盤を構築する。

提案手法

• 文法的・構文的ルールを用いて、内部のSQLクエリプランやデータレコードを自然言語に翻訳する。
• 自然言語生成（NLG）技術を適用し、出力テキストの表現力と明確さを保証する。
• 形式的なデータベース構造とその自然言語同等物との間で意味的整合性を保つ翻訳コンポーネントを設計する。
• 特に自然言語クエリシステムにおいて、逆翻訳をフィードバックメカニズムとしてデータベースインタフェースに統合する。
• 構造化されたテンプレートと言語的ヒューリスティクスを用いて、クエリ結果やデータエントリの要約を人間が読み取れる形で生成する。
• 生成されたテキストが元の内部表現を一意かつ正確に反映していることを保証する検証チェックを適用する。

実験結果

リサーチクエスチョン

• RQ1 DBMSは、内部のSQLクエリを自然言語に効果的に逆翻訳するには、どのようにすればよいか？
• RQ2 形式的なデータベース構造から自然言語を生成する際、生じる言語的および構造的課題は何か？
• RQ3 逆翻訳は、データ入力および情報抽出パイプラインの信頼性をどのように向上させるか？
• RQ4 生成された自然言語が表現力があり、曖昧さがなく保証されるには、どのような技術が必要か？
• RQ5 逆翻訳は、データベースシステムにおけるユーザーのインタラクションと信頼を、どのような形で向上させるか？

主な発見

• SQLから自然言語への逆翻訳は、クエリ結果やデータ整合性に対するユーザーの自信を顕著に向上させる。
• このプロセスにより、クエリプランやデータ構造に隠れた曖昧さが明らかになり、誤りの早期検出が可能になる。
• 自然言語フィードバックは、構造化データが非構造化テキストから抽出される情報抽出ワークフローにおいて、より良い検証を支援する。
• 表現力と曖昧でない解釈の両方を達成するには、単純なテンプレートベース生成をはるかに超える洗練された言語モデリングが必要である。
• システムが『返答する』能力が、複雑なデータベースインタラクションにおける透明性と使いやすさを向上させる。
• 本研究は、逆翻訳が単純ではないことを示しており、効果的であるためには高い正確性と文脈認識が不可欠である。