Yapay zeka sistemleri, insan dilindeki komutları veritabanı sorgu dili SQL'e çevirme konusunda hâlâ zorlanıyor. Özellikle karmaşık ve ince ayrıntılar içeren sorgularda, sistemler hangi veri sütunlarının ne anlama geldiğini veya tablolar arasındaki ilişkileri tam olarak kavrayamıyor.
Bu soruna çözüm arayan bilim insanları, PV-SQL adında yenilikçi bir yaklaşım geliştirdi. Sistem, 'Yokla' ve 'Doğrula' olmak üzere iki temel bileşenden oluşuyor. Yoklama aşamasında, sistem veritabanından somut kayıtlar çekerek veri formatlarını, sütun anlamlarını ve tablo ilişkilerini öğreniyor. Bu sayede belirsizlikleri giderip daha zengin bir anlayış geliştiriyor.
İkinci aşama olan doğrulama bileşeni, kural tabanlı bir yöntemle doğrulanabilir koşulları çıkarıyor ve yürütülebilir bir kontrol listesi oluşturuyor. Bu liste sayesinde SQL sorguları adım adım iyileştiriliyor ve eksik kısıtlamalar belirleniyor.
BIRD benchmark testlerinde yapılan denemelerde, PV-SQL'in performansı oldukça etkileyici çıktı. Sistem, mevcut en iyi text-to-SQL sistemlerinden %5 daha yüksek doğruluk oranı elde ederken, geçerlilik skoru açısından %20,8 daha iyi performans gösterdi. Üstelik bunu daha az hesaplama kaynağı kullanarak başardı.