Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/34422
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | Cenci, Tiago | - |
dc.date.accessioned | 2024-08-12T15:14:14Z | - |
dc.date.available | 2024-08-12T15:14:14Z | - |
dc.date.issued | 2024-06-17 | - |
dc.identifier.citation | CENCI, Tiago. Uma API integrada com o GPT 3.5 para consultas SQL por meio de linguagem natural (NL2SQL). 2024. Trabalho de Conclusão de Curso (Tecnologia em Análise e Desenvolvimento de Sistemas) - Universidade Tecnológica Federal do Paraná, Pato Branco, 2024. | pt_BR |
dc.identifier.uri | http://repositorio.utfpr.edu.br/jspui/handle/1/34422 | - |
dc.description.abstract | The swift and accurate retrieval of information from a database is crucial in various real-world scenarios. However, within the realm of relational databases, extracting desired data requires proficiency in Structured Query Language (SQL), thereby limiting access to a specialized audience. With the advancement of Artificial Intelligence and the availability of pre-trained models such as the Generative Pre-Trained Transformer (GPT), an opportunity arises to make a significant contribution to this scenario. In this context, this work aims at developing an application that translates user-supplied natural language text into SQL commands, and then run these commands in a database that contains a dictionary of specific data containing information about its tables and fields, to finally present the result to the user in an accessible and friendly way. To achieve this, an Application Programming Interface (API) was developed in python to facilitate message exchange between users and the application, leveraging the GPT model API from OpenAI, and utilizing the Firebird relational database. The evaluation of the proposed work will assess the accuracy of SQL translation, the system’s ability to recognize out-of-context inputs, response time performance, and tolerance to errors in received text. | pt_BR |
dc.language | por | pt_BR |
dc.publisher | Universidade Tecnológica Federal do Paraná | pt_BR |
dc.rights | openAccess | pt_BR |
dc.rights.uri | http://creativecommons.org/licenses/by-sa/4.0/ | pt_BR |
dc.subject | Processamento de linguagem natural (Computação) | pt_BR |
dc.subject | Inteligência Artificial | pt_BR |
dc.subject | Aprendizado do computador | pt_BR |
dc.subject | Interface de programas aplicativos (Software) | pt_BR |
dc.subject | Natural language processing (Computer science) | pt_BR |
dc.subject | Artificial intelligence | pt_BR |
dc.subject | Machine learning | pt_BR |
dc.subject | Application Program Interfaces (Computer software) | pt_BR |
dc.title | Uma API integrada com o GPT 3.5 para consultas SQL por meio de linguagem natural (NL2SQL) | pt_BR |
dc.title.alternative | An API integrated with GPT-3.5 for SQL queries through natural language (NL2SQL) | pt_BR |
dc.type | bachelorThesis | pt_BR |
dc.description.resumo | A obtenção ágil e precisa de informações de um banco de dados é de suma importância em diversos cenários do mundo real. No entanto, no contexto dos bancos de dados relacionais, a extração dos dados desejados exige proficiência em linguagem Structured Query Language (SQL), o que restringe o acesso a essas informações a um público especializado. Com o avanço da Inteligência Artificial e a disponibilidade de modelos pré-treinados, como o Generative Pre-Trained Transformer (GPT), surge a oportunidade de criar uma contribuição significativa a esse cenário. Neste contexto, este trabalho tem como objetivo desenvolver uma aplicação que traduza o texto fornecido pelo usuário em linguagem natural para comandos SQL, e em seguida, execute esses comandos em um banco de dados que contenha um dicionário de dados específico contendo informações sobre suas tabelas e campos, para, por fim, apresentar o resultado ao usuário de maneira acessível e amigável. Para realizar este trabalho, foi desenvolvida uma Interface de Programação de Aplicação, do Inglês Application Programming Interface (API) em python para facilitar a troca de mensagens entre os usuários e a aplicação, assim como foi utilizada a API do modelo GPT da OpenAi e banco de dados relacional Firebird. Para avaliação do trabalho proposto, será medida a precisão da tradução para SQL, a capacidade de reconhecer entradas fora de contexto, o desempenho no tempo de resposta e a tolerância a erros no texto recebido. | pt_BR |
dc.degree.local | Pato Branco | pt_BR |
dc.publisher.local | Pato Branco | pt_BR |
dc.contributor.advisor1 | Dal Molin, Viviane | - |
dc.contributor.advisor-co1 | Favero, Eliane Maria de Bortoli | - |
dc.contributor.referee1 | Dal Molin, Viviane | - |
dc.contributor.referee2 | Favero, Eliane Maria de Bortoli | - |
dc.contributor.referee3 | Pola, Ives Renê Venturini | - |
dc.contributor.referee4 | Pegorini, Vinicius | - |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | Departamento Acadêmico de Informática | pt_BR |
dc.publisher.program | Tecnologia em Análise e Desenvolvimento de Sistemas | pt_BR |
dc.publisher.initials | UTFPR | pt_BR |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO | pt_BR |
Aparece nas coleções: | PB - Tecnologia em Análise e Desenvolvimento de Sistemas |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
apigpt35nlsql.pdf | 1,45 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons