TURSpider veri kümesinde Temsilcilerin Karışımı Tabanlı Text-to-SQL çalışması

Basit Öğe Kaydı
dc.authorid0000-0003-9031-1485
dc.authorid0000-0002-8649-6013
dc.contributor.authorKanburoğlu, Ali Buğraen_US
dc.contributor.authorTek, Faik Borayen_US
dc.date.accessioned2026-01-22T08:51:04Z
dc.date.available2026-01-22T08:51:04Z
dc.date.issued2025
dc.departmentIşık Üniversitesi, Lisansüstü Eğitim Enstitüsü, Bilgisayar Mühendisliği Doktora Programıen_US
dc.departmentIşık University, School of Graduate Studies, Ph.D. in Computer Engineeringen_US
dc.description.abstractBu çalışma, Türkçe Text-to-SQL için geliştirilen TURSpider veri kümesi üzerindeki deneyleri ele almaktadır. TURSpider, çeşitli zorluk seviyelerine sahip SQL sorgularını içeren geniş kapsamlı bir Türkçe veri kümesidir ve bu alandaki araştırmalar için önemli bir kaynak niteliğindedir. Çalışmada, geri bildirim odaklı temsilcilerin karışımı yaklaşımının (ing. feedback driven Mixture-of-Agents - MoAF) başarımı incelenmiştir. MoAF yapısında, birden fazla büyük dil modeli (BDM) iş birligi içinde çalışarak SQL oluşturma başarımını artırmayı hedeflemektedir. Bu yapıda temsilci (ing. agent) işbirliği, modellerin birbirinden ögrenmesini ve geri bildirim mekanizmaları aracılığıyla hataların düzeltilmesini sağlamaktadır. Deney sonuçlarına göre, MoAF yaklaşımı ile %60.63 yürütme doğruluğuna ulaşılmış ve TURSpider veri kümesi üzerindeki en iyi sonuç elde edilmiştir.en_US
dc.description.abstractThis study focuses on experiments conducted on the TURSpider dataset, developed for the Turkish Text-to-SQL task. TURSpider is a large-scale Turkish dataset containing SQL queries of varying difficulty levels and serves as a valuable resource for research in this field. The study investigates the effectiveness of the feedback-driven Mixture-of-Agents (MoAF) approach on this task. In the MoAF structure, multiple large language models (LLMs) collaborate to improve SQL generation performance. In this setup, agent collaboration enables models to learn from each other and correct errors through feedback mechanisms. According to the experimental results, the MoAF approach achieved an execution accuracy of 60.63%, achieving the highest performance reported on the TURSpider dataset.en_US
dc.description.versionPublisher's Versionen_US
dc.identifier.citationKanburoğlu, A. B. & Tek, F. B. (2025). TURSpider veri kümesinde Temsilcilerin Karışımı Tabanlı Text-to-SQL çalışması. Paper presented at the 33rd IEEE Conference on Signal Processing and Communications Applications, SIU 2025 - Proceedings. https://doi.org/10.1109/SIU66497.2025.11112412
dc.identifier.doi10.1109/SIU66497.2025.11112412
dc.identifier.isbn9798331566555
dc.identifier.isbn9798331566562
dc.identifier.issn2165-0608
dc.identifier.scopus2-s2.0-105015478722
dc.identifier.scopusqualityN/A
dc.identifier.urihttps://hdl.handle.net/11729/6946
dc.identifier.urihttps://doi.org/10.1109/SIU66497.2025.11112412
dc.identifier.wosWOS:001575462500353
dc.identifier.wosqualityN/A
dc.indekslendigikaynakScopusen_US
dc.indekslendigikaynakWeb of Scienceen_US
dc.indekslendigikaynakConference Proceedings Citation Index – Science (CPCI-S)en_US
dc.institutionauthorKanburoğlu, Ali Buğraen_US
dc.institutionauthorid0000-0003-9031-1485
dc.language.isotren_US
dc.peerreviewedYesen_US
dc.publicationstatusPublisheden_US
dc.publisherIEEEen_US
dc.relation.ispartof33rd IEEE Conference on Signal Processing and Communications Applications, SIU 2025 - Proceedingsen_US
dc.relation.publicationcategoryKonferans Öğesi - Uluslararası - Öğrencien_US
dc.rightsinfo:eu-repo/semantics/closedAccessen_US
dc.subjectText-to-SQLen_US
dc.subjectMixture of Agentsen_US
dc.subjectTemsilciler karışımıen_US
dc.subjectGeri bildirim zincirien_US
dc.subjectTURSpideren_US
dc.subjectTürkçeen_US
dc.subjectMixture-of-Agents (MoA)en_US
dc.subjectChain-of Feedback (CoF)en_US
dc.subjectTurkishen_US
dc.titleTURSpider veri kümesinde Temsilcilerin Karışımı Tabanlı Text-to-SQL çalışmasıen_US
dc.title.alternativeMixture-of-Agents based Text-to-SQL study on TURSpider dataseten_US
dc.typeConference Objecten_US
dspace.entity.typePublicationen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
Mixture_of_Agents_based_Text_to_SQL_Study_on_TURSpider_Dataset.pdf
Boyut:
155.16 KB
Biçim:
Adobe Portable Document Format
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.17 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Öğrenci Yayınları Bildiri Koleksiyonu
Lisansüstü Eğitim Enstitüsü Diğer Yayınlar Koleksiyonu
Scopus İndeksli Yayınlar Koleksiyonu
WoS İndeksli Yayınlar Koleksiyonu