Public AI Assistant to Worldwide Knowledge: Answering Queries of Structured and Unstructured Data

La présentation de Shicheng Liu offre un aperçu solide et technique de la recherche en cours sur l’interrogation de données hybrides. L’approche SUQL est originale et bien motivée : elle répond à un besoin réel de combiner des requêtes structurées (SQL) et non structurées (texte libre) dans un même langage. L’argumentation est claire, avec des exemples concrets (Yelp, finance de campagne) et des évaluations quantitatives sur HybridQA. La rigueur scientifique est bonne : l’auteur mentionne les limites, comme les erreurs d’annotation dans les benchmarks, et discute des compromis entre précision et coût. Les sources sont fiables, avec des références arXiv et des déploiements publics. Cependant, certains détails techniques sont survolés (le compilateur optimisant est mentionné sans explication approfondie), et l’évaluation sur HybridQA, bien que positive, ne montre pas une supériorité écrasante. L’adéquation titre/contenu est bonne, le titre étant un peu plus large que le focus sur Genie/SUQL. Dans l’ensemble, c’est une présentation de qualité, utile pour les chercheurs et praticiens en NLP et bases de données.

Le titre est légèrement plus large que le contenu, qui se concentre sur le système Genie/SUQL pour interroger des données hybrides, mais reste pertinent.

8/10

Présentation de travaux de recherche originaux, avec évaluations sur des benchmarks reconnus (HybridQA) et déploiements réels (Wikidata, Knight Election Hub). Les références arXiv sont fournies. L'exposé est technique et transparent sur les limites, mais certaines affirmations reposent sur des expériences non détaillées.

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

• 00:00Introduction par Monica Lam et début de la présentation de Shicheng Liu.
• 01:00Problématique : combiner texte libre et données structurées (exemple Yelp).
• 03:00Présentation de SUQL et de ses primitives 'answer' et 'summary'.
• 07:00Détails du compilateur optimisant : ordonnancement des prédicats et sélection des candidats.
• 10:00Évaluation sur HybridQA : résultats et comparaison avec d'autres modèles.
• 15:00Application au domaine de la finance de campagne : DataTalk et collaboration avec des journalistes.
• 20:00Leçons apprises : importance de capturer l'expertise du domaine pour l'interprétation des résultats.
• 25:00Démonstration de l'agent DataTalk sur une requête réelle.
• 30:00Conclusion et perspectives.

• SUQL: Conversational Search over Structured and Unstructured Data — Article de référence présentant SUQL et ses évaluations.
• HybridQA: A Dataset of Multi-Hop Question Answering over Tabular and Textual Data — Référence au benchmark HybridQA utilisé pour l'évaluation.
• DataTalk (démo) — Déploiement de DataTalk pour les données de finance de campagne (Knight Election Hub).
• Spinach (démo Wikidata) — Déploiement de Genie sur Wikidata.

• SUQL: Conversational Search over Structured and Unstructured Data — Article principal détaillant SUQL, cohérent avec la présentation.
• HybridQA: A Dataset of Multi-Hop Question Answering over Tabular and Textual Data — Benchmark utilisé, résultats cohérents avec ceux présentés.