Automatische Transformierung multilingualer Spracheingaben in Datenbankabfragen

Abstract

Moderne Datenbanksysteme gelten als eine fundamentale Innovation, um die immer größer werdenen Datenmengen speichern-und verwalten zu können. Da die meisten Menschen jedoch kein Wissen über Datenbanksprachen wie SQL besitzen, existiert eine Barriere zwischen ihnen und den Vorteilen, die eine Datenbank bietet. Um die Nutzung von Datenbanken zu vereinfachen, werden im Rahmen dieser Arbeit SQL-Abfragen auf Basis einer Fragestellung und dem Datenbankschema in Form der Spaltennamen erzeugt. Hierzu werden mehrere Neuronale Netze eingesetzt, die einzelne Teile der SQL-Abfrage vorhersagen. Darüber hinaus wird die Verwendung von multilingualen Worteinbettungen zur Repräsentation der Frage und Tabellenspalten untersucht. Durch die Nutzung der Worteinbettungen können auch Synonyme auf die Spaltennamen abgebildet werden und die im Trainingsprozess verwendete Sprache wird irrelevant. Die Ergebnisse zeigen, dass das entstandene Modell sowohl tabellenunabhängig als auch sprachunabhängig funktioniert. Demnach erfordert die Nutzung einer Datenbank nur noch wenig Wissen über das Datenbankschema und die Sprache der Spaltennamen.