Apa itu Antarmuka Bahasa Alami untuk Basis Data?
Ide menggunakan bahasa alami bukan SQL telah
mendorong pengembangan jenis baru metode pengolahan yang disebut Natural Language
Interface to DataBase Systems(NLIDB). NLIDB adalah langkah menuju pengembangan
Intelligent Systems DataBase (IDBS) untuk meningkatkan pengguna dalam melakukan
query fleksibel dalam database.
Tujuan NLIDB
· Tujuan
dari antarmuka bahasa alami adalah untuk memungkinkan pengguna untuk menulis
Pertanyaan dalam bahasa alami dan menerima tanggapan.
· Mengajukan
pertanyaan untuk database dalam bahasa alami seperti bahasa Inggris adalah
metode yang sangat nyaman dan mudah akses data dari sistem database terutama
bagi pengguna biasa yang tidak mengerti bahasa query database yang rumit
seperti SQL.
· ini
memungkinkan pengguna untuk hanya memasukkan query dalam bahasa Inggris ke
Bahasa Alami Database Interface.
Arsitektur sistem
Leksikon mendukung dua operasi berikut:
1. Mengingat
kata dasar ws, mengambil set token yang mengandung ws.
2. Mengingat
tanda t, mengambil set elemen database yang cocok t. Nama-nama semua elemen
database yang diambil dan dibagi menjadi kata-kata individu. Setiap kata
kemudian bertangkai dan satu set yang sesuai sinonim diidentifikasi menggunakan
ontologi kata tujuan umum. Setiap elemen database demikian terkait dengan
seperangkat kata dasar dan setiap batang kata pada gilirannya berhubungan
dengan set sinonim.
Tokenizer
· Input
tokenizer ini adalah pertanyaan bahasa alami dan outputnya adalah himpunan
semua kemungkinan untuk tokenization lengkap dari pertanyaan.
· Hasil
tokenizer dengan membendung setiap kata dalam pertanyaan, dan mencari dalam
leksikon set token yang mengandung batang kata.
· Untuk
setiap potensi tanda, pemeriksaan tokenizer apakah kata lain dalam token juga
hadir dalam pertanyaan.
· Akhirnya,
tokenizer juga memberikan untuk setiap token jenis elemen database berpotensi
cocok untuk (misal: nilai, atribut, dll).
Matcher(Pencocokan)
· Dalam
Matcher kita mengurangi masalah menemukan interpretasi semantik token bahasa
alami ambigu sebagai elemen database untuk masalah grafik yang cocok.
Parser Plug
· ekstrak
hubungan keterikatan antara token dari pohon parsing.
· Hubungan
keterikatan yang digunakan oleh matcher dalam generasi pemetaan yang valid
(hanya interpretasi semantik yang memenuhi kendala lampiran sintaksis
menyatakan pemetaan yang valid).
Query Generator
· Query
generator mengambil elemen database yang dipilih oleh matcher dan menyusun
mereka ke dalam query SQL yang terbentuk.
· Dalam
kasus query tunggal hubungan, proses ini sangat mudah.
· Dalam
kasus query multi-hubungan, generator menambahkan bergabung kondisi untuk
klausa WHERE, yang mencerminkan jalan bergabung yang berisi semua hubungan
implisit dipanggil oleh atribut dalam query. Generator menghasilkan query
untuk setiap kemungkinan bergabung path dan menyampaikan permintaan ke checker
kesetaraan.
Equivalence Checker
· Tes
kesetaraan kalau ada beberapa solusi yang berbeda untuk masalah Maxflow dan
apakah solusi ini diterjemahkan ke dalam query SQL yang berbeda.
· Jika
NLIDB ini menemukan dua query SQL yang berbeda, tidak output jawaban.
Dimana NLIDB Digunakan?
Ada banyak aplikasi yang dapat mengambil keuntungan
dari NLIDB.
1. Dalam PDA (Personal Assistance Digital) dan
ponsel lingkungan, tampilan layar tidak selebar komputer atau laptop. Mengisi
formulir yang memiliki banyak bidang dapat membosankan: satu kemungkinan harus
menavigasi melalui layar, untuk menggulir(scroll), untuk melihat value dari
scroll box, dll
2. Sebaliknya, dengan NLIDB, satu-satunya pekerjaan
yang perlu dilakukan adalah ketik pertanyaan mirip dengan SMS (Short Messaging System).
Ada 5 tipe utama interaksi untuk interaction:
- Direct manipulation – pengoperasian secara langsung : interaksi langsung dengan objek pada layar. Misalnya delete file dengan memasukkannya ke trash. Contoh: Video games. Kelebihan : Waktu pembelajaran sangat singkat, feedback langsung diberikan pada tiap aksi sehingga kesalahan terdeteksi dan diperbaiki dengan cepat. Kekurangan : Interface tipe ini rumit dan memerlukan banyak fasilitas pada sistem komputer, cocok untuk penggambaran secara visual untuk satu operasi atau objek.
- Menu selection – pilihan berbentuk menu : Memilih perintah dari daftar yang disediakan. Misalnya saat click kanan dan memilih aksi yang dikehendaki. Kelebihan : tidak perlu ingat nama perintah. Pengetikan minimal. Kesalahan rendah. Kekurangan : Tidak ada logika AND atau OR. Perlu ada struktur menu jika banyak pilihan. Menu dianggap lambat oleh expert dibanding command language.
- Form fill-in – pengisian form : Mengisi area-area pada form. Contoh : Stock control. Kelebihan : Masukan data yang sederhana. Mudah dipelajari Kekurangan : Memerlukan banyak tempat di layar. Harus menyesuaikan dengan form manual dan kebiasaan.
- Command language – perintah tertulis : Menuliskan perintah yang sudah ditentukan pada program. Contoh: operating system. Kelebihan : Perintah diketikan langsung pada system. Misal UNIX, DOS command. Bisa diterapkan pada terminal yang murah.Kombinasi perintah bisa dilakukan. Misal copy file dan rename nama file. Kekurangan : Perintah harus dipelajari dan diingat cara penggunaannya, tidak cocok untuk biasa. Kesalahan pakai perintah sering terjadi. Perlu ada sistem pemulihan kesalahan.Kemampuan mengetik perlu.
- Natural language – perintah dengan bahasa alami : Menggunakan bahasa alami untuk mendapatkan hasil. Contoh: search engine di Internet. Kelebihan: Perintah dalam bentuk bahasa alami, dengan kosa kata yang terbatas (singkat), misalnya kata kunci yang kita tentukan untuk dicari oleh search engine. Ada kebebasan menggunakan kata-kata. Kekurangan: Tidak semua sistem cocok gunakan ini. Jika digunakan maka akan memerlukan banyak pengetikan.
Keunggulan
· Tidak
ada Bahasa Buatan
· Sederhana,
mudah digunakan
· Lebih
Baik untuk Beberapa Pertanyaan
· Toleransi
kesalahan
· Mudah
Digunakan untuk Beberapa Tabel Database
Kekurangan
· Cakupan
Linguistic tidak jelas
· Linguistic
vs kegagalan konseptual
· Salah
Perkiraan
Kesimpulan
Meskipun beberapa sistem NLIDB juga telah
dikembangkan sejauh ini untuk penggunaan komersial tetapi penggunaan sistem
NLIDB tidak menyebar luas dan itu bukan pilihan standar untuk interfacing ke
database. Kurangnya penerimaan terutama karena jumlah besar kekurangan dalam
sistem NLIDB untuk memahami bahasa alami.
Saran
Mungkin masih banyak pengguna yang belum mengerti
apa itu NLIBD atau belum terbiasa. agar banyak pengguna memilih NLIDB menjadi
pilihan standar, maka harus disebarluaskan melalui pemasaran atau iklan. Selain
dari itu juga pengguna diberi edukasi agar lebih mengerti penggunaan dari NLIDB
untuk mengakses database yang tidak menggunakan bahasa SQL dan lebih fleksibel.
Sumber:
http://www.slideshare.net/swethapallati5/nlidbnatural-language-interface-to-databases
https://presenceheaven.wordpress.com/2016/12/20/natural-language-interface-to-database/amp/
https://presenceheaven.wordpress.com/2016/12/20/natural-language-interface-to-database/amp/

Comments
Post a Comment