以下は、提示された論文「AmbiSQL: Interactive Ambiguity Detection and Resolution for Text-to-SQL」の技術的な要約です。

AmbiSQL: テキストから SQL への翻訳におけるインタラクティブな曖昧性検出と解決

1. 背景と課題 (Problem)

大規模言語モデル（LLM）を用いたテキストから SQL への翻訳（Text-to-SQL）システムは、非専門家のユーザーにとって価値が高いですが、依然として誤りが発生しやすい課題があります。特に**「クエリの曖昧性（Query Ambiguity）」**が主要なエラー源です。

• 問題の本質: ユーザーの自然言語質問は、データベースのスキーマや LLM の推論において曖昧な表現を含みやすく、これが意図と異なる SQL 生成や、構文は正しいが意味的に不正確なクエリを招きます。
• 既存手法の限界:
  • 完全自動化されたアプローチは、ユーザーの明示的なフィードバックなしに曖昧性を解決するため、真の意図と乖離するリスクがあります。
  • 既存の手法は主に「スキーマリンキング（データベース要素の対応付け）」や「データ関連の曖昧性」に焦点を当てており、LLM の推論プロセスに起因する曖昧性（例：「ベトナム戦争の終わり」のような時間的・文脈的な解釈）は十分に扱われていません。
  • 包括的な曖昧性の分類体系（タクソノミー）の欠如により、候補解釈が多すぎたり、ドメイン横断的な汎用性が低かったりします。

2. 提案手法とシステムアーキテクチャ (Methodology)

著者らは、AmbiSQLというインタラクティブなシステムを提案しました。これは、ユーザーの意図を明確にするために、曖昧性の自動検出と直感的な多肢選択による確認プロセスを組み合わせたものです。システムは「XiYan-SQL」という商用 Text-to-SQL バックエンドと統合されています。

2.1 曖昧性の分類体系 (Ambiguity Taxonomy)

システムの中核となるのは、データベース要素と LLM 推論の両方から生じる曖昧性を細粒度で分類した体系です。

1. データベース由来の曖昧性 (Database-sourced ambiguity):
   • AmbiSchema: テーブルやカラムの特定が不明確（例：「最古のユーザー」が登録日か年齢か）。
   • AmbiValue: データベース内の実際の値と照合できない値の参照（例：「NYC」か「New York City」か）。
   • AmbiIntent: 意図する SQL 操作（ソート、グループ化、フィルタリングなど）が不明確。
2. LLM 由来の曖昧性 (LLM-sourced ambiguity):
   • AmbiSource: データベースから取得すべきか、LLM の外部知識で推論すべきかが不明確。
   • AmbiContext: 推論に必要な文脈（通貨、日付など）が不足している。
   • AmbiFallacy: 質問に含まれる知識仮定が事実やデータベース内容と矛盾している。
   • AmbiRef: 時間的・空間的制約の粒度が不明確（例：「2018 年ワールドカップ後」が大会終了直後か、年単位か）。

2.2 システムの動作フロー

システムは 2 つの段階で構成されます。

1. 段階 1: 曖昧性の検出と確認質問の生成

   • 入力された自然言語クエリとデータベーススキーマを基に、事前学習された LLM（コンテキスト学習を活用）が曖昧なフレーズを検出します。
   • 検出された曖昧性を上記のタクソノミーに基づいて分類し、ユーザーの意図を明確にするための**確認質問（Clarification Questions, CQs）**を生成します。
   • 質問は、データベースのスニペットや文脈知識に基づいた多肢選択形式で提示されます（「Abstain（見送り）」や「Others（自由記述）」オプションも用意）。

2. 段階 2: 反復的な洗練 (Iterative Refinement)

   • ユーザーが選択した回答に基づき、クエリを自動で書き換えます。
   • ユーザーの追加制約（例：「ドライバーはドイツ国籍であること」）も受け付け、これを元のクエリに統合します。
   • 書き換えられたクエリに対して再度曖昧性検出を行い、すべての曖昧性が解消されるまでこのプロセスを繰り返します。
   • 最終的に、意図が明確化されたクエリを Text-to-SQL モデルに渡して SQL を生成します。

2.3 技術的詳細

• 曖昧性検出: 高度な LLM を用い、明確な定義、タクソノミー、代表例を含むプロンプト設計により、人間のアノテーターと同等の一致率で曖昧性を検出します。
• 優先度更新 (Preference Update): ユーザーの回答を階層的な構造（タクソノミーに基づくツリー）に保存し、新しい回答が既存のものと矛盾する場合は最新意図を反映して更新します。
• クエリ洗練: 追加制約と元の制約の衝突時には、ユーザーの最新意図（追加制約）を優先します。

3. 実証実験と結果 (Demonstration & Results)

SIGMOD '26 でのデモでは、以下の内容が示されました。

• データセット: BIRD および TAG ベンチマークから収集された40 件の曖昧なクエリをプレイグラウンドとして提供。これらは人間が注釈した曖昧性カテゴリと真の意図を含んでいます。
• インタフェース:
  • ユーザー入力パネル: カスタムクエリまたはサンプルの選択。
  • 曖昧性解決パネル: 多肢選択による確認質問の提示と、ユーザーの回答入力。すべての曖昧性が解消されるまで多輪対話が可能。
  • SQL 生成パネル: AmbiSQL を通じた洗練後の SQL と、元のクエリからの直接生成 SQL を並べて比較表示。
• 結果:
  • AmbiSQL を使用することで、曖昧なフレーズ（例：「ベトナム戦争の終わり」の日付、または「ランク 2」がどのカラムを指すか）がユーザーのフィードバックに基づいて正確に解決され、意図に合致した SQL が生成されました。
  • 比較機能により、曖昧性解決前後の SQL 構造や参照されるデータベースエンティティの違いを可視化し、解決の効果を明確に示しました。

4. 主な貢献 (Key Contributions)

1. 包括的な曖昧性タクソノミーの提案: データベーススキーマと LLM 推論の両方から生じる 7 種類の細粒度な曖昧性を体系化し、Text-to-SQL におけるエラーの根本原因を網羅的に捉えました。
2. インタラクティブな解決フレームワーク: 完全自動化ではなく、ユーザーの意図を尊重する「人間中心（Human-in-the-loop）」の多肢選択による確認プロセスを導入し、誤解を防ぎつつ効率的な解決を実現しました。
3. 実用的なデモシステム (AmbiSQL): 商用バックエンドと統合された実用的なシステムを実装し、40 件の実世界に近いケーススタディを通じて、曖昧性解決が SQL 生成の品質を向上させることを実証しました。

5. 意義と将来性 (Significance)

AmbiSQL は、Text-to-SQL システムの信頼性を高めるための新しいアプローチを示しています。単にモデルの精度を上げるだけでなく、**「ユーザーとシステムが対話して意図を明確にする」**というプロセスを標準化することで、以下のような貢献が期待されます。

• 実世界での適用性向上: 曖昧性が避けられない実環境において、システムがユーザーの意図を正しく解釈できる可能性を大幅に高めます。
• ベンチマークの強化: 曖昧なクエリに対する評価基準の整備や、より堅牢なベンチマーク開発への示唆を与えます。
• LLM 応用の拡張: 曖昧性解消の手法は、Text-to-SQL 以外の自然言語対話システムや、複雑な推論を要するタスクにも応用可能な可能性があります。

本論文は、LLM ベースのデータベースインタフェースにおいて、ユーザーの意図と機械の出力のギャップを埋めるための重要な一歩を踏み出したと言えます。