Minimiser l'intervention humaine pour le NLI à la base de données relationnelle
Versandkostenfrei!
Versandfertig in 6-10 Tagen
26,99 €
inkl. MwSt.
PAYBACK Punkte
13 °P sammeln!
Pour accéder aux données de la base, nous utilisons un langage d'interrogation de base de données tel que le langage d'interrogation de structure (SQL). Cependant, ces langages sont complexes et difficiles pour les utilisateurs qui ne sont pas familiers avec les bases de données. Les interfaces en langage naturel pour les systèmes de bases de données (NLIDBs) sont une communauté de recherche qui étudie les interfaces en langage naturel pour les bases de données au lieu des requêtes de bases de données. Bien que les NLIDB présentent cet avantage, elles n'ont pas obtenu l'acceptation...
Pour accéder aux données de la base, nous utilisons un langage d'interrogation de base de données tel que le langage d'interrogation de structure (SQL). Cependant, ces langages sont complexes et difficiles pour les utilisateurs qui ne sont pas familiers avec les bases de données. Les interfaces en langage naturel pour les systèmes de bases de données (NLIDBs) sont une communauté de recherche qui étudie les interfaces en langage naturel pour les bases de données au lieu des requêtes de bases de données. Bien que les NLIDB présentent cet avantage, elles n'ont pas obtenu l'acceptation commerciale rapide et large attendue. Les raisons en sont qu'il est difficile de traiter des problèmes linguistiques tels que la conjonction/disjonction, la négation, le scooping des quantificateurs et l'anaphore, et que le transport vers un nouveau domaine représente une charge humaine. Ce livre se concentre sur la portabilité et propose un modèle conceptuel qui peut s'adapter à un nouveau domaine avec une petite intervention humaine. Bien qu'une question ait la même intention, les utilisateurs peuvent utiliser différentes expressions linguistiques. Et la base de données peut également être conçue de manière différente dans un domaine. L'objectif de la représentation intermédiaire en tant que modèle conceptuel est de réduire l'écart entre les expressions linguistiques et les langages d'interrogation des bases de données. Dans ce livre, une approche pour réaliser le modèle conceptuel est d'utiliser
Andere Kunden interessierten sich für
