<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Застосування мовної моделі T5 для перетворення природної мови в SQL-запити

Ескіз

Файли

23848.pdf (253,47 KB)

Дата

2025

Автори


Назва журналу

Номер ISSN

Назва тому

Видавець

Вінницький національний технічний університет

DOI

Анотація

This paper explores the process of converting natural language queries into SQL queries using the T5 model. The goal is to develop a system that enables users without technical expertise to formulate queries in natural language and retrieve the necessary information from databases. The study demonstrates that utilizing the T5 model ensures high accuracy and efficiency in query transformation, significantly simplifying data access and interaction.

Опис

Ключові слова

T5 , LLM , SQL , NLP , artificial intelligence , machine learning , transformers

УДК

004.9:004.65

Тип документа

Thesis

Мова

uk_UA

Є частиною

Матеріали LIV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р.

ISSN

Бібліографічний опис

Борисюк В. М., Козловський А. В. Застосування мовної моделі T5 для перетворення природної мови в SQL-запити // Матеріали LIV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2025/paper/view/23848.

URI

https://ir.lib.vntu.edu.ua/handle/123456789/49227

Зібрання

НТКП ВНТУ. Факультет інтелектуальних інформаційних технологій та автоматизації (2025)

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (5)

  1. Chaudhari, M.S., Hire, M.A., Mandale, M.B., & Vanjari, M.S. Structural Query Language Question Creation by using Inverse Way, 2021.
  2. A. Wong, D. Joiner, C. Chiu, M. Elsayed, K. Pereira, Y. Khmelevsky, and J. Mahony, “A Survey of Natural Language Processing Implementation for Data Query Systems,” in RASSE 2021 - IEEE International Conference on Recent Advances in Systems Science and Engineering, Proceedings, 2021.
  3. K. Affolter, K. Stockinger, and A. Bernstein, “A comparative survey of recent natural language interfaces for databases,” VLDB Journal, vol. 28, no. 5, pp. 793–819, 10 2019.
  4. C. Raffel, N. Shazeer, A. Roberts, K. Lee, S. Narang, M. Matena, Y. Zhou, W. Li, and P. J. Liu, “Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer,” The Journal of Machine Learning Research, vol. 21, no. 1, pp. 5485–5551, 10 2019.
  5. V. Zhong, C. Xiong, and R. Socher, Seq2SQL: Generating Structured Queries from Natural Language using Reinforcement Learning, pp 8, 2017.