Jak při vyhledávání nepřehlédnout potřebnou tabulku

Správné SQL se obtížně sestavuje, když model nedostane tabulku, ve které jsou potřebná data. Při hledání kandidátů proto sledujeme recall: kolik z relevantních položek se podařilo najít.

Současně záleží na množství nepotřebných výsledků. Příliš široký výběr prodlužuje další zpracování a přidává do kontextu informace, které mohou model zmást.

Zdroje kandidátů se doplňují

Sémantické hledání porovnává význam otázky s popisy tabulek. Pomáhá tam, kde uživatel použije jiná slova než dokumentace. Přesné interní zkratky se zase dobře hledají ve slovníku aliasů.

Další možností je předložit modelu malé dávky popisů tabulek a nechat ho vybrat kandidáty. U velkého schématu je však potřeba započítat cenu a čas všech těchto volání. Výběr modelem může být i dodatečný krok pro otázky, na které levnější hledání nestačilo.

Do společného seznamu lze přidat také tabulky nalezené při rozpoznání entit z otázky.

Spojení výsledků

Při sjednocení zůstane kandidát, kterého našla jen jedna metoda. Průnik by ho odstranil, přestože právě takový nález může být důvodem pro použití více metod.

Po spojení odstraňte duplicity a uchovejte informaci, odkud každý kandidát pochází. Následuje seřazení a výběr v rámci rozpočtu kontextu. Potřebné vazební tabulky lze doplnit podle vztahů ve schématu.

Pokud kontext nestačí k odpovědi, agent může hledání rozšířit. Nemusí být odkázaný na jediný pokus.

Ověření na skutečných otázkách

Ke zkušební otázce si poznamenejte tabulky potřebné pro správné řešení. Porovnejte jednotlivé metody i jejich kombinaci: co našly, co vynechaly a kolik kandidátů přidaly navíc.

Tak lze rozhodnout, zda další metoda přináší užitek. Důležitý je také výsledek celého agenta. Vyšší recall s kontextem, který se nevejde do dalšího kroku, sám o sobě problém neřeší.