Salesforce Research a publié cette semaine un article dévoilant ses avancées sur le langage naturel. Intitulé « Seq2SQL : générer des requêtes structurées à partir du langage naturel en utilisant l’apprentissage par renforcement », il a été signé par trois chercheurs du laboratoire, Victor Zhong, Caiming Xiong et Richard Socher.
Un modèle basé sur du reinforcement learning
L’éditeur de solutions cloud s’était déjà intéressé à l’intelligence artificielle via son outil Einstein. Les recherches détaillées dans le récent article de l’équipe de Salesforce Research portent sur le modèle de deep learning Seq2SQL.
Basé sur du reinforcement learning, il permettra d’apprendre en fonction des actions effectuées et des récompenses reçues ou non. Ce modèle sera appliqué en temps réel afin que l’utilisateur puisse interroger la base sans passer par le langage SQL.
De véritables gains pour les clients
Seq2SQL choisit en entrée une question et les colonnes d’une table. Il génère ensuite la requête SQL correspondante exécutée sur une base pendant l’apprentissage.
A la suite de cette exécution, le résultat est utilisé comme “récompense” afin d’entrainer l’algorithme grâce au reinforcement learning. Le gain de performance est particulièrement important, bien plus qu’avec d’autres méthodes d’apprentissage.
Grâce au langage naturel les utilisateurs pourront entrer leur requête en l’énonçant ou en l’entrant au clavier. Avec Seq2SQL, ils gagneront du temps tout en étant proactifs.
