Frameworks for Querying Databases Using Natural Language: A Literature Review
自然语言接口（NLI）便于用户提出查询以从数据库检索信息，而不使用诸如结构化查询语言（SQL）的任何人工语言。在包括医疗保健、客户支持和搜索引擎的各种领域中的若干应用需要精心制作具有关于文本的信息的结构化数据。此外，许多问题已经被探索，包括配置的复杂性，密集算法的处理，以及关系数据库的普及，由于将自然语言转换为数据库查询已成为一个次要的研究领域。查询系统和支持语音的界面的新兴趋势使自然语言重新进入数据库查询研究领域。上一次就该主题发布的调查是六年前的2013年。据我们所知，没有最近的研究发现，讨论了结构化和非结构化查询语言的自然语言的翻译框架的当前状态。在本文中，我们回顾了2008年至2018年的47个框架。在47个项目中，有35个与我们的工作密切相关。基于SQL的框架已被分类为统计，符号和连接主义方法。然而，基于NoSQL的框架已经被分类为语义匹配和模式匹配。然后，这些框架进行审查的基础上，他们的支持语言，他们的启发式规则，互操作性的支持，数据集范围和他们的整体性能得分的计划。调查结果表明，70%的自然语言数据库查询工作是针对SQL进行的，NoSQL分别占SPAROL，CYPHER和GREMLIN等语言的15%，10%和5%。还注意到，大多数框架仅支持英语。
2019-09-03 cs.DB
On the Expressiveness of Languages for Querying Property Graphs in Relational Databases
本文形式化 SQL/PGQ 三个片段的表现力，证明图创建决定表现力，扩展视图定义后恰好捕获 NL，形成严格层级，并在有序结构上崩溃。
2025-10-08 cs.DB
Querying Databases of Annotated Speech
注释语音语料库是由信号数据以及时间对齐的符号“转录”组成的数据库。这种数据库通常是多维的、异构的和动态的。这些属性为表示和查询提出了许多严峻的挑战。数据的时间性质增加了额外的复杂性。本文介绍和协调两个独立的努力，模型注释语音数据库，一个在麦考瑞大学，一个在宾夕法尼亚大学。描述了各种查询语言，以及对各种分析问题的说明性应用。这里报告的研究构成了几个正在进行的项目的一部分，开发独立于平台的开源工具，用于创建，浏览，搜索，查询和转换语言数据库，并在互联网上传播大型语言数据库。
2002-04-11 cs.CL cs.DB
Performance Comparison Analysis of ArangoDB, MySQL, and Neo4j: An Experimental Study of Querying Connected Data
针对现有数据库性能研究缺少能耗与服务器温度维度的问题，本文对比图数据库与关系型数据库多维度性能，发现Neo4j关联数据查询速度优于ArangoDB和MySQL，并报告了三者能耗、CPU及内存性能。
2024-01-30 cs.DB
From Data Querying to Data Investigations: Rethinking Natural Language Interfaces for Databases
TU Darmstadt（达姆施塔特工业大学）；MIT Darmstadt（达姆施塔特理工学院）；DFKI（德国人工智能研究中心）
本文针对传统数据库自然语言接口仅支持单条SQL查询的局限，提出数据调查新范式，构建原型系统D²，结合新基准验证其在需证据决策的数据调查任务中优于传统单查询问答。
2026-09-04 cs.DB
Querying in the Age of Graph Databases and Knowledge Graphs
Universidad Católica（智利天主教大学）；IMFD（IMFD（智利数学与计算机科学研究所））；Universidad de Chile（智利大学）
图表已经成为我们所知的表示知识的最佳方式。计算社区已经研究并开发了通过数字技术来管理图形的支持。图形数据库和知识图谱表面作为最成功的解决方案，这一计划。本文档的目标是提供这些开发的基础数据管理任务的概念图，特别关注数据模型和图形的查询语言。
2021-06-25 cs.AI cs.DB
Symbolic Querying of Vector Spaces: Probabilistic Databases Meets Relational Embeddings
University of California, Los Angeles（加利福尼亚大学洛杉矶分校）
我们提出了统一的技术，从概率数据库和关系嵌入模型的目标执行复杂的查询不完整和不确定的数据。我们形式化的概率数据库模型，所有的查询。这使我们能够利用来自概率数据库的丰富的理论和算法文献来解决问题。虽然这种形式化可以与任何关系嵌入模型一起使用，但缺乏定义良好的联合概率分布会导致简单的查询问题变得难以证明。考虑到这一点，我们引入\TO，一个关系嵌入模型，旨在成为一个易于处理的概率数据库，利用典型的嵌入假设的概率框架。使用一个原则，高效的推理算法，可以从它的定义，我们经验证明，\TOs是一个有效的和一般的模型，这些查询任务。
2020-06-27 cs.AI cs.DB
Design of Intelligent layer for flexible querying in databases
UIT, RGPV（UIT，RGPV）；JEC
基于计算机的信息技术已被广泛用于帮助许多组织、私人公司、学术和教育机构管理其流程，因此信息系统成为它们的神经中枢。由企业、科学和政府创建的海量数据集的爆炸式增长需要智能和更强大的计算范式，以便用户可以从这些数据中受益。因此，大多数新一代数据库应用需要智能信息管理，以提高数据库和用户之间的有效交互。数据库系统只支持布尔查询模型。SQL数据库上的选择查询返回所有满足查询条件的元组。
2009-12-11 cs.AI cs.DB
Optimizing substructure search: a novel approach for efficient querying in large chemical databases
针对大型化学数据库子结构搜索效率不足的问题，提出一种受二元Ball-Tree启发的特征聚类树索引方法，相比穷举搜索和Bingo算法性能更优，为高效子结构搜索提供新方向。
2023-10-03 cs.DB
Querying RDF Databases with Sub-CONSTRUCTs
图查询语言在应用于图数据库时主要具有两种查询：受关系数据库启发的那些返回表（如SELECT查询）的查询和那些返回图（如SPARQL中的CONCLECT查询）的查询。后者是本文的研究对象。为此，定义了一种核心图查询语言GrAL，重点关注CONSTRUCT查询。GrAL中的递归是涉及所谓GrAL模式的递归过程的最后一步。通过在图上评估查询，可以得到一个图，而通过在图上评估模式，可以得到一组同时涉及图和表的匹配。CONCLUSION CT查询基于CONCLUSION CT模式，子CONCLUSION CT模式不受模式递归定义的限制。GrAL的语义是基于RDF图，略有修改，其中包括接受孤立的节点。RDF图的这种扩展简化了评估语义的定义，评估语义主要由称为Merge的唯一操作捕获。此外，我们将聚合定义为GrAL表达式的一部分，这导致了聚合的原始本地处理。
2021-09-14 cs.DB
GraphQL Live Querying with DynamoDB
我们提出了一种在数据库级别实现GraphQL实时查询的方法。我们在Go中的DynamoDB模拟模拟了分布式键值存储，并实现了实时查询以暴露可能的陷阱。实现实时查询的两个关键组件是存储在实时查询中选择的字段，并确定在每次数据库写入中更新了哪些对象字段。对系统的stream（key，fields）请求包含要包括在实时查询流中的字段，并且在随后的put（key，object）操作中，数据库异步地确定哪些字段被更新，并且如果这些字段与stream（）请求重叠，则将新的查询视图推送到流。在讨论了我们的实现之后，我们探讨了使用实时查询的动机，例如简化软件通信，最大限度地减少数据传输，以及实现实时数据，并描述了使用GraphQL和实时查询构建软件的架构。
2020-08-01 cs.DB
Hybrid Querying Over Relational Databases and Large Language Models
UC Santa Barbara（加州大学圣巴巴拉分校）
本文提出首个跨领域混合查询基准SWAN，包含120个基于真实数据库的超出数据库范围问题，并基于模式扩展和用户定义函数提出两种解决方案，评估显示GPT-4 Turbo结合少样本提示可达40.0%执行准确率和48.2%数据事实性。
2024-11-15 cs.CL cs.DB
An $\tilde{O}(\frac{1}{\sqrt{T}})$-error online algorithm for retrieving heavily perturbated statistical databases in the low-dimensional querying mode
我们给出了第一个重建噪声统计数据库的$\tilde{O}(\frac{1}{\sqrt{T}})$ -错误在线算法，其中$T$是收到的（在线）样本查询的数量。该算法，它只需要$O(\log T)$内存，目的是学习一个隐藏的数据库向量$w^{*} \in \mathbb{R}^{D}$，以准确地回答一个流的查询有关的隐藏数据库，这在一个在线的方式到达一些未知的分布$\mathcal{D}$。我们假设分布$\mathcal{D}$定义在低维流形的邻域上。所提出的算法运行在$O(dD)$ -时间每个查询，其中$d$是查询空间的维数。与经典设置相反，算法没有使用单独的训练集来学习数据库-算法将在其上进行评估的流也必须用于学习数据库向量。该算法只能访问二进制oracle $\mathcal{O}$，该二进制oracle回答数据库向量加上随机噪声的特定线性函数是否大于由该算法指定的阈值。我们注意到，我们允许一个显着的$O(D)$量的噪声被添加，而其他作品集中在低噪声$o(\sqrt{D})$设置。对于$T$查询流，我们的算法实现了平均误差$\tilde{O}(\frac{1}{\sqrt{T}})$通过过滤掉随机噪声，适应阈值的基础上，它以前的答案，因此，恢复与高精度的数据库向量$w^{*}$到定义的查询空间的流形上的投影的预言。
2015-04-05 cs.DB
Ontology-Mediated Querying on Databases of Bounded Cliquewidth
Leipzig University（莱比锡大学）；University of Bremen（不来梅大学）
从参数化复杂性理论的角度研究了在有限宽度数据库上本体中介查询的评价问题。作为本体语言，我们考虑描述逻辑$\mathcal{ALC}$和$\mathcal{ALCI}$以及一阶逻辑的保护双变量片段GF $_2$。这些查询包括原子查询（AQ）、合取查询（CQ）和CQ的联合。所有研究的OMQ问题都是固定参数线性（FPL）的参数是OMQ的大小加上candlewidth。我们的主要贡献是一个详细的分析参数上的运行时间的依赖关系，表现出几个有趣的效果。
2022-09-13 cs.AI cs.DB
Natural Language Querying System Through Entity Enrichment
EnnovLabs（恩诺夫实验室）；INSA CVL（中央卢瓦尔河谷国立应用科学学院）
本文提出一种基于实体增强的自然语言查询系统，将自然语言问题转换为数据库查询，并通过逻辑范式处理数据库以保证对不同数据库模型的适应性，初步实验验证了其良好精度。
2024-10-21 cs.CL cs.DB
Killing Two Birds with One Stone -- Querying Property Graphs using SPARQL via GREMLINATOR
知识图谱在过去十年中变得流行，并且经常依赖于资源描述框架（RDF）或属性图（PG）数据库作为数据模型。然而，这两种数据模型的查询语言--RDF的SPARQL和PG遍历语言Gremlin --缺乏互操作性。我们介绍Gremlinator，SPARQL（W3C RDF标准化语言）和Gremlin（一种流行的属性图遍历语言）的第一个翻译器。Gremlinator将SPARQL查询转换为Gremlin路径遍历，以便在图数据库上执行图模式匹配查询。这允许精通SPARQL的用户访问和查询各种各样的图数据管理系统（DMS），避免了适应新的图查询语言（GQL）的陡峭学习曲线。Gremlin是一种与图计算系统无关的遍历语言（涵盖OLTP图数据库或OLAP图处理器），使其成为支持查询图DMS的互操作性的理想选择。Gremlinator目前支持SPARQL 1.0的一个子集的翻译，特别是SPARQL SELECT查询。
2018-01-25 cs.DB
TargetUM: Targeted High-Utility Itemset Querying
Jinan University（暨南大学）；Guangdong University of Technology（广东工业大学）
传统的高效用项集挖掘（HUIM）旨在确定事务数据库中所有满足最小效用阈值（\textit{minUtil}）的高效用项集（HUI）。然而，在大多数应用程序中，并不是所有的UI都是有趣的，因为只需要特定的部分。因此，基于用户偏好的目标挖掘比传统的挖掘任务更重要。本文首次提出了一个基于目标的HUIM问题，并在定量交易数据库中提供了一个明确的目标效用挖掘任务。提出了一种基于树的高效用目标查询算法TargetUM。该算法使用一棵字典式查询树和三种有效的剪枝策略来提高挖掘效率。我们在几个真实数据库和合成数据库上进行了实验验证，结果表明，\textbf{TargetUM}的性能是令人满意的，完整的，正确的。最后，由于字典查询树，数据库不再需要重复扫描多个查询。
2021-10-30 cs.AI cs.DB
Database Querying under Changing Preferences
我们在这里提出了一个正式的基础，迭代和增量的方法来构建和评估偏好查询。我们的主要重点是查询修改：一个查询转换的方法，其工作原理是通过修改查询中的偏好关系。我们提供了一个详细的分析的情况下，顺序理论的偏好关系的性质被保留的修订。我们考虑了一些不同的修订运营商：工会，优先和帕累托组合。我们还制定了代数法，使增量评估的偏好查询。最后，我们考虑了基本框架的两个变化：有限限制的偏好关系和弱序严格偏序偏好关系的扩展。
2006-07-05 cs.AI cs.DB
XML Multidimensional Modelling and Querying
随着XML变得无处不在，XML存储和处理变得更加高效，这些技术的用例范围每天都在扩大。一个很有前途的领域是XML和数据仓库的集成，其中原生XML数据库存储多维数据并处理用XQuery询问语言编写的OLAP查询。本文探讨了在实现这样一个数据仓库的问题。我们首先比较了XML中的多维数据建模方法，然后描述了这些模型上的典型OLAP查询如何在XQuery中表达。然后，我们将展示，无论模型如何，XQuery1.1的分组特性如何提高这些查询的性能和可读性。最后，我们使用eXist数据库，我们扩展了一个分组子句的实现，在每个建模选择的查询评估的性能进行评估。
2009-12-06 cs.DB
Context-Free Path Querying with Structural Representation of Result
图数据模型和图数据库在生物信息学、语义网和社交网络等领域都非常流行。在该领域的一个具体问题是路径查询与正式语法方面制定的约束。这种方法中的查询被写为语法，路径查询是针对给定语法的图解析。目前已有多种解决方案，但如何提供查询结果的结构化表示，以便于应答处理和调试，仍然是一个悬而未决的问题。在本文中，我们提出了一个图分析技术，它允许一个建立这样的表示相对于给定的文法在多项式时间和空间的任意上下文无关文法和图。该算法基于广义LL句法分析算法，而以往的解决方案大多基于CYK或Earley算法，在某些情况下降低了时间复杂度。
2017-01-18 cs.DB
MatQuery: Execution-Grounded Natural-Language Querying over Heterogeneous Materials Databases
Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算学部）
MatQuery是面向异构材料数据库的执行落地式自然语言查询基础设施，其原型经初步实验验证了查询生成与数据库选择的准确率，但也暴露了部分局限性，目前正处于冒烟测试阶段。
2026-10-12 cs.DB
AskYourDB: An end-to-end system for querying and visualizing relational databases using natural language
Thoucentric
在数据库中查询正确的信息是一项耗时且容易出错的任务，通常需要经验丰富的专业人员来完成这项工作。此外，用户需要对数据库有一些先验知识。已经有各种努力来开发一种智能，可以帮助商业用户直接查询数据库。然而，已经取得了一些成功，但在为现实世界的用户测试和部署这些方面却很少。在本文中，我们提出了一种语义解析方法来解决将复杂的自然语言转换为SQL的挑战，并制定出一个productoutit.For这个目的，我们修改了国家的最先进的模型，通过各种预处理和后处理步骤，使模型部署在生产中的重要组成部分。为了使产品服务于企业，我们在查询结果上添加了一个自动可视化框架。
2022-10-16 cs.CL cs.DB cs.IR
SMCQL: Secure Querying for Federated Databases
人类和机器正在以前所未有的速度收集数据。尽管新发现了大量的数据，但在开放科学、商业和其他数据密集型工作中共享数据的进展缓慢。许多这样的努力受到隐私问题和法规遵从性问题的阻碍。例如，许多医院都有兴趣将他们的医疗记录集中起来进行研究，但没有一家医院可以向研究人员或其他医疗服务提供者披露任意的患者记录。在这种情况下，我们提出了专用数据网（PDN），一个联邦数据库查询的集体数据的相互不信任的各方。在PDN中，每个成员数据库不向其对等体或查询编写器揭示其元组。相反，用户将查询提交给诚实的代理，该代理使用安全多方计算（SMC）在多个私有数据库上计划和协调其执行。在这里，每个数据库的查询执行是不经意的，并且它的程序计数器和内存跟踪对于其他数据库的输入是不可知的。我们介绍了一个名为SMCQL的PDN查询执行框架。该系统将SQL语句转换为SMC原语，在其源数据库的联合上计算查询结果，而不会向对等数据提供者或诚实代理泄露关于单个元组的敏感信息。只有诚实的代理和查询者接收PDN查询的结果。为了快速，安全的查询评估，我们探索了一个算法驱动的优化器，最大限度地减少PDN的使用安全计算和分区的查询评估到可扩展的切片。
2017-03-06 cs.CR cs.DB
Latent table discovery by semantic relationship extraction between unrelated sets of entity sets of structured data sources
查询是数据库系统的基本功能之一。参与表数量的增加会对查询效率产生不利影响。此外，基于语法的查询在很大程度上限制了数据库系统可以处理的查询的范围。语法查询依赖于数据库表结构，这是大型组织关注的一个原因，因为存储分布在不同地理位置的数据的异构系统之间不兼容。这些问题的解决方案在某种程度上是通过使数据和数据库有意义而转向语义技术来回答的。在这样做时，实体集合的集合之间的关系将不仅限于句法约束，而且还将允许语义连接，尽管这样的关系可以是隐性的、无形的和不可见的。这项工作的目标是提取这种隐藏的关系之间的不相关的实体集，并存储在一个有形的形式。一些示例情况下，提供了辩护，建议的工作，提高查询显着。
2011-04-07 cs.DB
GLL-based Context-Free Path Querying for Neo4j
本研究提出基于GLL、借助RSM处理EBNF查询的上下文无关路径查询算法，支持多类路径问题，作为Neo4j存储过程实现，性能优于RedisGraph同类方案，正则查询性能与原生方案相当且部分场景内存占用更低。
2023-12-19 cs.DB
Towards a New Extracting and Querying Approach of Fuzzy Summaries
数据库应用的多样化突出了关系数据库管理系统（RDBMS）的局限性，特别是在建模计划上。事实上，在现实世界中，我们越来越多地面临这样的情况，即应用程序需要处理不精确的数据，并为其用户提供灵活的查询。已经提出了几种理论解决方案。然而，这项工作在实践中的影响仍然可以忽略不计，除了几个研究原型的基础上正式模型GEFRED。在这一章中，作者提出了一种新的方法来开发模糊关系数据库（FRDB）的模型GEFRED。该方法包括1）一种基于模糊数据分类和形式概念分析的摘要模糊数据提取新技术--模糊SAINTETIQ; 2）一种基于模糊SAINTETIQ系统生成的模糊摘要集在FDB上下文中评估柔性查询的方法; 3）一种修复和替换未回答查询的方法。
2019-04-28 cs.DB
DBCopilot: Natural Language Querying over Massive Databases via Schema Routing
Institute of Software, CAS（中国科学院软件研究所）；Hangzhou Institute for Advanced Study, UCAS（中国科学院大学杭州高等研究院）；University of Chinese Academy of Sciences (UCAS)（中国科学院大学）；Alibaba Cloud Intelligence Group（阿里巴巴云智能集团）
针对海量数据库下模式无关NL2SQL的现实挑战，提出DBCopilot框架，将任务解耦为模式路由与SQL生成，用轻量可微索引实现关系感知联合检索，还引入反向生成范式自动适配路由，经实验验证具备可扩展性与有效性。
2025-02-22 cs.CL cs.DB cs.IR
GOptimaEmbed: A SmartSMS-SQLDatabaseManagementSystem for Low-Cost Microcontrollers
物联网、机器对机器和人对机器计算的时代预示着现代智能产业的发展，在智能产业中，类人可以无缝地合作、共存和交互。目前，在智能通信领域有许多项目，从而产生了一个由智能事物电气化的产业。本文介绍了一种新型的智能数据库管理系统GOptimaEmbed，用于设备受限的嵌入式系统中的数据库的智能查询。该系统使用遗传算法作为主要搜索引擎，并使用基于发明的设备相关的短消息结构化查询语言SMS SQL模式翻译器的存储在存储器中的模型来简化查询过程。此外，在智能空间中使用集成的GSM模块通过空中完成查询。该系统已应用于某植物数据库的查询，取得了较好的效果。关键词智能数据库管理系统，遗传算法，SMS SQL
2015-03-10 cs.DB
Typed Linear Algebra for Efficient Analytical Querying
本文使用类型化线性代数（LA）来表示数据，并在一个统一的框架中执行分析查询。类型化方法提供了强大的类型检查（如在现代程序设计语言中）和表达查询的图解方式（LA图中的路径）。LA运营商的内核已经实现，以便从LA图中提取的路径可以被执行。以TPC-H基准查询为参考，对该方法进行了验证和评估。基于LA的方法的性能与流行的数据库竞争对手（PostgreSQL和MySQL）进行比较。
2018-09-03 cs.DB
Database Querying under Missing Values Governed by Missingness Mechanisms
Carleton University（卡尔顿大学）；IMFD（数据科学基础研究所）；LIMOS, CNRS, UCA（LIMOS实验室，法国国家科学研究中心，克莱蒙奥弗涅大学）
本文研究了在存在缺失值的数据库中如何赋予语义并进行查询回答。通过建立基于贝叶斯网络的缺失机制图，提出两种联合捕捉概率不确定性和统计合理性的查询技术。
2026-04-07 cs.AI cs.DB cs.LO
Querying Incomplete Numerical Data: Between Certain and Possible Answers
具有聚合和算术运算的数据库，以及不完整的数据，在现实世界的数据库中很常见，但我们对它们应该如何交互缺乏很好的理解。一方面，基于SQL的系统为数字空值提供了专门的规则，另一方面，理论研究主要集中在某些和可能的答案的标准概念上。然而，在存在数值属性和聚合的情况下，这些答案通常是没有意义的，返回的要么太少，要么太多。我们的目标是定义一个原则性的框架，数据库与数值空和回答查询的算术和聚合。为了实现这个目标，我们假设数值属性中的缺失值由与标记空值相关的概率分布给出。这就产生了一个概率包数据库模型，其中元组不一定是独立的，因为空值可以重复。我们提供了一个通用的组合框架查询回答，然后集中在类似于标准SQL的算术和聚合查询。我们表明，这些查询是可衡量的，他们的输出有一个有限的表示。此外，由于经典形式的答案在数值设置中提供的信息很少，我们研究输出元组中的数值属于特定区间的概率。即使他们的精确计算是棘手的，我们表现出有效的近似算法来计算这样的概率。
2022-11-01 cs.DB
Can LLMs substitute SQL? Comparing Resource Utilization of Querying LLMs versus Traditional Relational Databases
Boston University（波士顿大学）
本研究对比了9款不同参数量的大语言模型与传统关系型数据库SQL的查询资源利用情况和准确率，发现LLM查询能耗极高，不建议用其替代关系型数据库。
2024-04-12 cs.AI cs.CL cs.DB
Index-based, High-dimensional, Cosine Threshold Querying with Optimality Guarantees
给定一个向量数据库，余弦阈值查询返回数据库中与给定阈值θ以上的查询向量具有余弦相似性的所有向量。这些查询在许多应用中自然出现，例如文档检索、图像搜索和质谱分析。本文认为，这种查询的有效评估，提供新的最优性保证，并表现出良好的性能在真实的数据集。我们以Fagin著名的阈值算法（TA）为出发点，该算法可用于回答余弦阈值查询：在预处理期间首先从数据库向量构建倒排索引;在查询时，该算法部分遍历索引以收集一组候选向量，以便稍后验证θ-相似性。然而，直接以原始形式应用TA会错过重要的优化机会。事实上，我们首先表明，一个可以利用的事实，即可以假设向量被规范化，以获得一个改进的，紧停止条件的索引遍历，并有效地计算它递增。然后，我们表明，可以利用数据偏斜度，以获得更好的遍历策略。特别是，我们展示了一种新的遍历策略，利用一个共同的数据偏态条件，在多个领域，包括质谱，文档和图像数据库。我们表明，在偏度假设下，新的遍历策略具有强大的，接近最优的性能保证。本文中开发的技术是相当普遍的，因为它们可以应用于一个大类的相似性函数超越余弦。
2019-01-10 cs.DB
Towards Multi-Modal DBMSs for Seamless Querying of Texts and Tables
TU Darmstadt（达姆施塔特工业大学）；DFKI（德国人工智能研究中心）
本研究提出多模态数据库MMDBs，依托大语言模型构建多模态算子扩展关系数据库，无需手动转换即可用SQL查询文本与表格，在准确率、性能及微调数据需求上均优于现有最优方法。
2023-04-28 cs.CL cs.DB
Querying Databases with Function Calling
Weaviate；Contextual AI；Morningstar（晨星公司）
本文提出一种统一的数据库查询工具定义，通过函数调用使LLMs能结合搜索查询、过滤器和聚合算子访问与转换数据，并在8个模型上验证了其有效性，发现高性能模型表现稳健。
2025-01-23 cs.AI cs.DB cs.IR
Spatio-Temporal Queries for moving objects Data warehousing
在过去的十年中，移动对象数据库（MOD）吸引了大量的研究人员的关注。一些研究工作进行了扩展传统的数据库技术，以适应移动对象的位置信息的不断变化所带来的新的要求。移动对象的管理、查询、存储和挖掘是移动对象研究的重点方向。这种对移动对象的广泛兴趣是最近无处不在的位置感知设备（诸如PDA、移动电话等）的自然结果，以及可以从这些新数据库中提取的各种信息。在本文中，我们提出了一个时空数据仓库（STDW），有效地查询移动对象的位置信息。该方案引入了新的措施，如方向多数和其他方向为基础的措施，提高决策的基础上的位置信息。
2013-07-11 cs.DB
A Signaling Game Approach to Databases Querying and Interaction
Oregon State University（俄勒冈州立大学）；University of California San Diego（加利福尼亚大学圣地亚哥分校）
由于大多数用户并不确切了解数据库的结构和/或内容，他们的查询并不确切反映他们的信息需求。数据库管理系统（DBMS）可以与用户交互，并使用他们对返回结果的反馈来了解他们查询背后的信息需求。当前的查询接口假设用户在与DBMS交互期间不学习和修改他们以查询的形式表达他们的信息需求的方式。使用现实世界的交互工作量，我们表明，用户学习和修改如何表达他们的信息需求，在他们与DBMS的交互和他们的学习是准确地建模一个著名的强化学习机制。现有的数据交互系统假设用户不修改策略，无法有效地发现用户查询背后的信息需求。我们建模的用户和DBMS之间的交互作为一个游戏，具有相同的利益之间的两个理性的代理人，其目标是建立一个共同的语言表示信息需求的形式查询。我们提出了一种强化学习方法，学习和回答查询背后的信息需求，并适应用户的策略变化，并证明它提高了回答查询的有效性随机发言。我们提出了这种方法在大型关系数据库上的两种有效实现。我们对真实世界的查询工作负载进行了广泛的实证研究，表明我们的算法是高效和有效的。
2018-05-04 cs.AI cs.DB
RAQ: Relationship-Aware Graph Querying in Large Networks
从各种各样的现实世界的应用程序的图形数据的显着增长，使图形查询是一个至关重要的问题。传统技术使用结构以及节点相似性来在（大）目标图中找到给定查询图的匹配。然而，几乎所有现有的技术都默认忽略了图中关系的存在，这些关系通常通过节点和边标签之间的交互来编码。在本文中，我们提出了RAQ -知识感知图查询，以弥补这一差距。给定查询图，RAQ识别目标图的$k$最佳匹配子图，该子图编码与查询图中相似的关系。为了评估RAQ作为知识发现和探索任务的图查询范例的实用性，我们在互联网电影数据库（IMDb）上进行了一项用户调查，在170名接受调查的用户中，有86%的人更喜欢关系感知匹配。执行子图同构的需要使得RAQ NP困难。通过波束叠加搜索使查询变得实际。在多个真实世界图数据集上的大量实验表明，RAQ是有效的，高效的，可扩展的。
2021-05-13 cs.DB
Querying Graph-Relational Data
本文提出图关系数据库模型以解决关系数据库扁平表示与嵌套对象需求之间的失配问题，并给出其形式语义及在 EdgeQL 和 Gel 系统中的实现，兼顾对象形态操作的灵活性与接近直接编写 PostgreSQL 查询的效率。
2025-07-23 cs.DB cs.PL
XML Query Processing and Query Languges: A Survey
今天的数据库与不同领域和应用程序之间的互操作性有关。这就导致了数据库中数据可移植性的重要性。XML格式符合需求，并且越来越多地用于为不同领域和目的的应用程序提供服务。然而，有效地查询XML文档仍然是一个具有挑战性的问题。本文讨论了XML的查询处理问题，并回顾了各种作者提出的查询XML数据库的解决方案。
2010-10-06 cs.DB cs.DS
Querying Schemas With Access Restrictions
我们研究验证系统的过渡包括访问基于Web的数据源。访问是在关系数据库中查找关系，为关系中的一组位置固定值。例如，转换可以表示对Web表单的访问，其中用户被限制为填写特定字段集的值。我们看看验证属性的模式描述这样一个系统的可能访问。我们提出了一种语言，其中可以描述的访问路径的属性，并指定额外的限制访问所实施的模式。我们的主要属性语言，AccLTL，是基于线性时间时态逻辑的一阶扩展，解释访问路径的关系结构序列。我们还提出了一个较低级别的自动机模型，Aautomata，AccLTL规范可以编译成。我们表明，AccLTL和A-自动机可以表达静态分析问题有关的“查询有限的访问模式”，在过去的数据库文献中已经研究过，如访问是否相关回答查询，以及两个查询是否是等价的，在可访问的数据，他们可以返回。我们证明了可判定性和复杂性结果的几个限制和变体的AccLTL，并解释哪些属性的路径可以表示在每个限制。
2012-03-29 cs.DB
MavVStream: Extending Database Capabilities for Situation Monitoring Using Extracted Video Contents
基于查询的视频情况检测（与手动或定制算法相反）对于各种应用至关重要，例如交通监控、监视1和其他类型的环境/基础设施监控。视频内容在完全不同的对象类型和背景信息方面是复杂的。因此，除了使用最新的视觉技术（包括基于深度学习的视觉技术）提取复杂内容之外，它们的表示和查询也带来了不同类型的挑战。一旦我们有了一个表示来容纳提取的内容，对它的特别查询将需要新的运算符，以及它们的语义和算法来进行有效的计算。扩展数据库框架（表示和实时查询）处理查询的视频内容提取只有一次是至关重要的，这项工作是朝着这个方向迈出的第一步。在本文中，我们将传统的关系扩展到R++（向量属性）和数组，以适应视频内容和扩展CQL（连续查询语言）与一些新的操作符查询情况的扩展表示。本文讨论了向后兼容性、易用性、新操作符（包括空间和时间）以及有效执行的算法。查询的类别基于它们的复杂性来识别以相对于视频内容进行评估。已经使用了大量的小型和大型视频数据集（一些来自文献）来展示我们的工作如何在可用的数据集上使用。证明了人工地面实况查询的正确性，有效的评估以及算法的鲁棒性。我们的主要贡献是为一个问题建立了一个框架，这个问题作为基于新思想的大数据分析的一部分变得非常重要。
2022-11-25 cs.DB
Automated Database Indexing using Model-free Reinforcement Learning
Pontifical Catholic University of Rio Grande do Sul (PUCRS)（南里奥格兰德天主大学）
针对数据库索引配置依赖专业知识、易造成资源浪费与性能下降的问题，提出基于无模型强化学习的自动索引架构，性能优于现有强化学习与遗传算法方案，可适配大型数据库。
2020-07-25 cs.AI cs.DB
An introduction to Graph Data Management
图数据库是一种数据库，其中模式和/或实例的数据结构被建模为（标记的）（有向）图或其概括，并且其中查询由面向图的操作和类型构造器表示。在这篇文章中，我们介绍了图形数据库的基本概念，给出了它的主要发展的历史概述，并研究了实现它们的主要当前系统。
2017-12-29 cs.DB
Querying Shortest Path on Large Time-Dependent Road Networks with Shortcuts
两点间最短路径查询是各种应用中的基本操作，在静态道路网络中得到了广泛的研究。然而，在现实中，路段的行驶成本随时间而演变，因此道路网络可以被建模为时间依赖图。本文研究了大规模时间依赖道路网络上的最短路径查询问题。现有的工作主要集中在一个分层的分区结构，这使得索引的建设和旅行费用查询效率低下。为了提高这种查询的效率，我们提出了一种新的索引分解成一个树结构的道路网络，并选择一组快捷方式的树，以加快查询处理。具体来说，我们首先正式定义了一个快捷方式选择问题的树分解的时间依赖的道路网络。该问题的目标是选择并建立最有效的捷径集，被证明是NP难的。我们首先设计了一个动态规划方法来解决选择问题的精确结果。为了快速获得最优捷径集，我们设计了一个近似算法，保证0.5的近似比。基于新的树结构，我们设计了一个基于捷径的算法来回答时间依赖的道路网络上的最短路径查询。最后，我们使用大规模的真实世界的道路网络进行广泛的性能研究。结果表明，我们的方法可以实现更好的效率和可扩展性比国家的最先进的方法。
2023-03-07 cs.DB
Querying Large Language Models with SQL
EURECOM；Google AI（谷歌AI）
本文提出Galois原型系统，通过引入查询LLM的物理操作符，实现使用SQL查询大型语言模型以提取非结构化文本信息，为混合查询处理提供了新方向。
2023-10-25 cs.AI cs.DB
Flexible queries in XML native databases
迄今为止，大多数XML原生数据库（DB）柔性查询系统都是基于利用其半结构化数据（SSD）的树结构。然而，它成为重要的是测试的效率形式概念分析（FCA）的形式主义这类数据，因为它已被证明是一个伟大的性能在信息检索（IR）领域。因此，基于FCA的XML数据库检索主要是基于格结构的使用。这个格的每个概念都可以被解释为一对（响应，查询）。在这项工作中，我们提供了一个新的灵活的建模的XML数据库的基础上模糊FCA灵活查询SSD的第一步。
2013-12-06 cs.DB cs.IR
A triangle-based logic for affine-invariant querying of spatial and spatio-temporal data
在空间数据库中，由于原点或测量单位的不同选择（例如，厘米对英寸）。通过以仿射不变的方式表示和查询数据，我们可以避免这些不兼容性。在实践中，空间（分别为，时空）数据通常被表示为三角形的有限并集（分别，移动三角形）。由于两个任意三角形在平面的唯一亲和度上相等，因此它们似乎是作为仿射不变查询语言的基本单元的完美候选者。我们提出了一个所谓的“三角逻辑”，一个查询语言，是仿射通用的，三角形作为基本元素。我们表明，这种语言具有相同的表达能力的仿射通用片段的一阶逻辑在三角形数据库上的实数。我们说明，所提出的语言是简单和直观的。它也可以作为迈向时空数据的“移动三角逻辑”的第一步。
2008-11-01 cs.DB cs.LO
Sonar-TS: Search-Then-Verify Natural Language Querying for Time Series Databases
Jiangxi University of Finance and Economics（江西财经大学）；Griffith University（格里菲斯大学）；Yunnan University（云南大学）；Microsoft Research Asia（微软亚洲研究院）；The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
本文提出Sonar-TS，一种神经符号框架，用于解决时间序列数据库的自然语言查询问题，通过搜索-验证流程处理连续形态意图和超长历史数据，引入NLQTSBench基准进行评估，展示了该方法在复杂时间查询中的有效性。
2026-06-11 cs.AI cs.CL cs.DB
TableQuery: Querying tabular data with natural language
Saama（萨玛）；Activeloop（活跃循环）；Oregon State University（俄勒冈州立大学）
本文介绍了TableQuery，这是一种使用预训练的深度学习模型来查询表格数据的新工具，用于回答自由文本的问题。针对表格数据的问答的现有深度学习方法具有各种局限性，例如必须将整个表格作为输入馈送到神经网络模型中，这使得它们不适合大多数现实世界的应用。由于真实世界的数据可能包含数百万行，因此可能无法完全放入内存中。此外，数据可以存储在实时更新的实时数据库中，并且每次更新时将整个数据库串行化为神经网络友好格式是不切实际的。在TableQuery中，我们使用针对自由文本问答预先训练的深度学习模型，将自然语言查询转换为结构化查询，可以针对数据库或电子表格运行。这种方法消除了将整个数据装入内存以及序列化数据库的需要。此外，针对自由文本问答预训练的深度学习模型可以在HuggingFace Model Hub（7）等平台上轻松获得。TableQuery不需要重新训练;当新训练的问答模型具有更好的性能时，它可以替换TableQuery中的现有模型。
2022-01-27 cs.AI cs.CL cs.DB
From Text to Knowledge with Graphs: modelling, querying and exploiting textual content
本文针对海量文本知识提取的需求，提出结合多领域技术、以图作为标注后文本的知识表示形式的愿景，并结合多领域专家观点探讨了该方向的挑战、趋势与待解问题。
2023-10-09 cs.DB
Query Optimization Techniques In Graph Databases
图数据库（GDB）是近年来为克服传统数据库在存储和管理类图数据方面的局限性而出现的。如今，它们代表了许多管理类似图形数据的应用程序（如社交网络）的需求。大多数用于优化图数据库查询的技术已被用于传统的数据库、分布式系统和数据库。或者是从图论中得到的启发。然而，它们在图数据库中的重用应该考虑图数据库的主要特征，例如动态结构、高度互连的数据以及有效访问数据关系的能力。本文综述了图数据库中的查询优化技术。特别是，我们专注于他们引入的功能，以改善查询类图数据。
2016-09-07 cs.DB
J-Logic: a Logic for Querying JSON
我们提出了一个逻辑框架，基于数据库，研究查询JSON数据的基础。我们称之为J-Logic的方法的主要特点是强调路径。路径是键序列，用于访问嵌套JSON对象的树结构。J-Logic还提供了一种从路径或子路径生成新密钥的方法，即“packing”。具有递归的J-Logic在计算上是完整的，但许多查询可以在没有递归的情况下表达，例如深度相等。我们给出了一个必要条件，查询是可表达的，没有递归。我们的大多数结果都集中在JSON对象作为从键到值的部分函数的确定性本质上。然而，由J-逻辑程序定义的谓词可能不能正确地描述对象。尽管如此，我们表明，在J-Logic中的每个对象到对象的转换可以只使用中间结果中的对象来定义。此外，我们证明了它是可判定的是否一个积极的，非递归的J-逻辑程序总是返回一个对象时，给定的对象作为输入。关于包装，我们表明，包装是不必要的，如果输出不需要新的密钥。最后，我们展示了查询包含的可判定性，积极的，非递归的J-逻辑程序。
2020-06-07 cs.DB
Multi-Dimensional Event Data in Graph Databases
流程事件数据通常存储在顺序流程事件日志或关系数据库中。虽然事件日志的顺序、单维性质有助于基于诸如"直接/最终跟随"的时间关系来查询事件的（子）序列，但是它不支持查询多个相关实体的多维事件数据。关系数据库允许存储多维事件数据，但是现有的查询语言不支持根据时间关系查询事件的序列或路径。在本文中，我们提出了一个通用的数据模型，多维事件数据的基础上标记的属性图，允许存储结构和时间关系在一个单一的，集成的基于图的数据结构在一个系统的方式。我们为数据模型的所有概念提供了语义，并为同步和异步交互的多个实体上的事件数据建模提供了通用查询。查询允许有效地将大型现实生活中的事件数据集转换为我们的数据模型，我们提供了5个转换后的数据集供进一步研究。我们表明，典型的和先进的查询检索和聚合这样的多维事件数据可以制定和执行有效地在现有的查询语言Cypher，引起了一些新的研究问题。具体来说，我们的数据模型上的聚合查询可以使用现成的技术在多个相互关联的实体上进行流程挖掘。
2021-04-03 cs.DB cs.SI
