테이블 형식의 데이터에 대한 자연언어 질문에 답변하는 작업. 자연언어 질의응답(QA)의 정형 데이터 버전.
작업 정의:
- 입력: 테이블 + 자연언어 질문
- 출력: 정확한 답변 또는 추론 결과
- 예: “2023년 매출이 가장 높은 제품은?”
도전:
- 테이블 구조 이해
- 열 선택 (Column Selection)
- 행 선택 (Row Selection)
- 집계 연산 (Aggregation)
- 복합 추론
기존 방법:
- 텍스트-테이블 변환
- 벡터 기반 매칭
- 신경망 기반 파서
StructGPT의 기여:
- Zero-shot 성능 향상
- 새로운 테이블 포맷 즉시 처리
- 사전 훈련 없이 수행
응용:
- 데이터베이스 질의
- 비즈니스 인텔리전스
- 정보 검색