自然言語の質問文を入力としたSQLクエリ作成は、近年大きな関心を集めている。 Seq2SQLは、自然言語による質問とデータベーススキーマの情報を基に、質問に対応するSQLクエリを機械学習で生成する。SQLNetは、従来技術の課題であった条件の順序問題を回避するため、強化学習アルゴリズムを使用する必要性をなくし、WHERE句の精度が従来技術の9％〜13％上回ることに成功した。 以上のことからSQL文生成を行う際の難点として、条件部の特定が課題であると考えた。 本論文では、日本語の質問文に条件部生成モデルを適用した際の課題の洗い出しを目的として、対話的に条件部を生成するモデルを作成した。 SQL文の集約種類、カラム選択はすでに与えられている前提とした。 本研究結果から、精度に影響する要因の一つとして、質問文の長さが適切であることの重要性が明らかとなった。 今後は、日本語質問文に対応するWHERE句の予測モデルのさらなる精度向上を目指す。
