본 연구는 복잡한 SQL 쿼리 합성을 위해 스키마 링킹 식별기, 연산자 중심 트리플 추출기, SQL 구문 트리 생성기로 구성된 스키마 인식 다중 작업 학습 프레임워크를 제안한다.
Text-to-SQL 작업에서 질문과 SQL 쿼리에 존재하는 노이즈가 모델 성능에 미치는 영향을 분석하고, 이를 통해 노이즈에 강인한 Text-to-SQL 모델 개발을 위한 방향성을 제시한다.
