تتطور أنظمة دعم العملاء بسرعة كبيرة مع استخدام روبوتات المحادثة الذكية، ولكنها تواجه تحديات كبيرة عند محاولة الوصول إلى بيانات الشركات دون نقاط واجهة برمجة التطبيقات (APIs) المعرفة مسبقًا. في هذا السياق، يقدم الباحثون نظام SAFAARI (Schema-Aware Framework for Accelerated Advertiser Response Intelligence)، وهو إطار متعدد الوكلاء يتناول عنق الزجاجة الحرج في ربط البيانات بين اللغة الطبيعية ونظام SQL من خلال وكلاء متخصصين في المحتوى، والبيانات الوصفية، والتنظيم.

كما تم تقديم مقياس جديد يُدعى SEAL (Schema Evaluation and Accuracy in Language-to-SQL) لقياس أداء النظام بشكل شامل، مع عقوبات للنتائج غير المتناسقة. ومن خلال تنفيذ تجارب منهجية مع خمس تكوينات مختلفة للميزات، حقق SAFAARI معدل 81.66% في مقياس SEAL، مما يمثل تحسينًا بنسبة 6.65% مقارنة بالأساس. كما أظهر النظام تحسينًا ملحوظًا في دقة البيانات بنسبة 5.51% وتحديد روابط المخطط بدقة بنسبة 4.69%.

تم التحقق من فعالية الإطار من خلال تقييم بشري من قبل خبراء في المجال، مما يدل على قدرته على التكيف عبر مجالات الدعم المختلفة. من خلال أتمتة عملية ربط البيانات وتوليد الاستعلامات المعقدة، يقلل النظام الجديد من وقت التطوير بمعدل يصل إلى 8 مرات مع الحفاظ على دقة عالية. كما يسهل النظام تطوير واجهات برمجة التطبيقات (APIs) ويعزز قدرات الخدمة الذاتية، مما يعود بالفائدة بشكل خاص على مؤسسات دعم العملاء التي تمتلك أنظمة بيانات معقدة.