في عالم معالجة اللغة الطبيعية (Natural Language Processing)، تظهر التقنية الجديدة Schema-Aware Localisation (SAL) كمبتكر رئيسي لمواجهة تحديات استعلامات SQL من اللغة الطبيعية. تعتمد هذه التقنية على فكرة فريدة، حيث تستخدم نموذجًا متقدمًا لتحسين أداء استعلامات SQL في قواعد بيانات أوراكل.

تواجه نماذج اللغات الكبيرة (Large Language Models) تحديًا كبيرًا عند تنفيذ استعلامات SQL على قواعد بيانات أوراكل، حيث تظهر مشكلات مثل ظهور أعمدة غير موجودة والأخطاء اللغوية الناتجة عن صيغة اللهجة، مما يؤدي في كثير من الأحيان إلى أخطاء تنفيذ معروفة مثل ORA-00904.

تقنية SAL تتجاوز هذه العقبات عن طريق خلق طبقة وسيطة خفيفة تتفاعل مع قاعدة بيانات أوراكل دون الحاجة إلى إعادة تدريب النموذج. تعتمد SAL على استعلام تخزين بيانات أوراكل (USER_TAB_COLUMNS) لإنشاء خريطة حية للبنية، واختيار مجموعة من الجداول ذات الصلة لكل سؤال، كما تقوم بضخ هذا السياق المبني في استعلامات نماذج اللغات الكبيرة.

ومع تنفيذ 500 سؤال من TPC-H ضد قاعدة بيانات أوراكل، أظهرت SAL تحسنًا ملحوظًا في الدقة، حيث ارتفعت نسبة الصحة إلى 62.6% دون الحاجة لمراجعة يدوية للبنية. بالإضافة إلى ذلك، انخفضت معدلات فشل التنفيذ من 97.6% إلى 2.6%.

هل أنتم مستعدون لاكتشاف كيف ستشكل هذه التقنية مستقبل استعلامات SQL؟ تابعوا تطويرا رئيسيا في معالجة اللغة الطبيعية!