A. PENJELASAN
Database dibangun dengan tujuan untuk memfasilitasi
kegiatan penyimpanan data, pengolahan, dan pengambilan terkait dengan
pengelolaan data dalam sistem informasi. Karena kemajuan dan di-mendalam
aplikasi teknologi komputer, aplikasi luas teknologi web di beberapa daerah
menjadi akurat, database telah menjadi repositori dari volume besar data dalam
database relasional, untuk mengambil informasi dari database, salah satu
kebutuhan untuk merumuskan query sedemikian rupa bahwa komputer akan memahami
dan menghasilkan output yang diinginkan.
Query Language (SQL) norma terstruktur yang dikejar di
hampir semua bahasa untuk sistem database relasional. Norma-norma SQL
didasarkan pada interpretasi Boolean query. Tetapi beberapa persyaratan
pengguna mungkin tidak dijawab secara eksplisit oleh sistem query klasik. Hal ini karena fakta bahwa karakteristik persyaratan
'tidak bisa diungkapkan dengan bahasa query biasa. Banyak aplikasi database
baru generasi menetapkan manajemen informasi cerdas memerlukan interaksi
efisien antara pengguna dan basis data.
Oleh karena itu ide untuk menggunakan bahasa alami
bukan SQL telah mendorong pengembangan jenis baru metode pengolahan yang
disebut Antarmuka Bahasa Alam ke sistem database (NLIDB). NLIDB adalah langkah
menuju pengembangan sistem database cerdas (IDBS) untuk meningkatkan pengguna
dalam melakukan query fleksibel dalam database.
Tujuan dari Natural Language Interface
to Database System adalah untuk menerima permintaan dalam bahasa Inggris atau
bahasa alam lainnya dan mencoba untuk 'memahami' mereka atau kita dapat
mengatakan bahwa bahasa alami interface untuk database (NLIDB) adalah sistem
yang menerjemahkan kalimat bahasa alami ke dalam query database. Meskipun
penelitian awal telah dimulai sejak akhir tahun enam puluhan , NLIDB tetap
sebagai masalah penelitian terbuka.
Sebuah sistem NLIDB lengkap akan
menguntungkan kita dalam banyak cara. Siapapun dapat mengumpulkan informasi
dari database dengan menggunakan sistem seperti .Additionally, mungkin mengubah
persepsi kita tentang informasi dalam database. Secara tradisional, orang yang
digunakan untuk bekerja dengan bentuk; harapan mereka sangat tergantung pada
kemampuan formulir. NLIDB membuat seluruh pendekatan yang lebih fleksibel,
karena itu akan memaksimalkan penggunaan database.
Komputasi ilmuwan telah membagi
masalah akses bahasa alami ke database menjadi dua sub-komponen:
• Komponen Linguistic
• komponen database
Komponen linguistik
Hal ini bertanggung jawab untuk menerjemahkan masukan bahasa alami ke dalam
query formal dan menghasilkan respon bahasa alami berdasarkan hasil dari
database pencarian.
B. KELEBIHAN NLIDB
Natural Language Interface to Database System juga
memiliki beberapa kelebihan, yakni diantaranya sebagai berikut :
1.
Sederhana, sehingga mudah digunakan
2.
Toleransi kesalahan yang sedikit
3.
Baik untuk beberapa pertanyaan
4.
Tidak ada bahasa buatan
5.
Mudah digunakan untuk beberapa tabel database
6.
Mempermudah memahami bahasa alami ke
dalam bahasa query
7.
Sudah dibuatnya aplikasi mobile
C. KELEMAHAN NLIDB
Selain memliki kelebihan pastinya NLIDB juga memiliki
kelemahan, berikut kelemahan dari NLIDB :
1.
Cakupan linguistic yang tidak jelas
2. Sistem tidak memberikan
penjelasan tentang apa yang menyebabkan sistem gagal
3.
Kurang bisa diandalkan
4.
Aplikasi nya susah didapat
D. KESIMPULAN
NLIDB adalah langkah menuju
pengembangan sistem database cerdas (IDBS) untuk meningkatkan pengguna dalam
melakukan query fleksibel dalam database. Tujuan Natural Language Interface to
Database System (NILDB) adalah untuk menerima permintaan dalam bahasa Inggris
atau bahasa alam lainnya dan mencoba untuk 'memahami' mereka atau kita dapat
mengatakan bahwa bahasa alami interface untuk database (NLIDB) adalah sistem
yang menerjemahkan kalimat bahasa alami ke dalam query database.
E. SARAN
Menurut saya, mengenai NLIDB sudah dapat membantu
manusia/user dalam mengolah dan menggunakan database. Akan tetapi, dalam memberikan
jawaban atas pertanyaan tertentu yang diberikan oleh user belum dapat memenuhi
apa yang diharapakan oleh user dikarenakan NLIDB menggunakan bahasa yang sudah
di subset sebelumnya. Sehingga, untuk mendapatkan jawaban yang sesuai dengan
apa yang diharapakan oleh user harus menggunakan bahasa yang lebih formal atau
dengan menggunakan bahasa yang sudah di subset sebelumnya di aplikasi NLIDB. Untuk
kedepannya, mungkin NLIDB akan dapat berkembang dan dapat lebih membantu
memberikan solusi bagi manusia/user sebagai pengguna.
Sumber :
Kamran Parsaye, Mark Chignell, Setrag Khoshafian and
Harry Wong, “Intelligent databases-object-oriented, deductive hypermedia
technologies”, New York, John Wiley& Sons, 1989.
McCarthy J, Lehnert W ,1995, “Using decision trees for
coreference resolution”, Proceedings
of the Fourteenth International
Joint Conference on Artificial Intelligence, pp. 1050-1055.
Marcus M., Santorini B., Marcinkiewicz M. 1993,”
Building a large annotated corpus of English: The Penn Treebank”, Computational
Linguistics, 19 (2), pp. 313-330.
Miikkulainen R. 1993, “Subsymbolic Natural Language
Processing: An Integrated Model of Scripts, Lexicon, and Memory”,MIT Press, Cambridge, MA.
Charniak E. 1993, “Statistical Language Learning”, MIT Press.
Church K., Mercer R. 1993, “Introduction to the
special issue on computational linguistics using large corpora”, Computational Linguistics,19
(1), pp. 1-24.
Androutsopoulos, G.D. Ritchie, and P. Thanisch,
Natural Language Interfaces to Databases - An Introduction, Journal of Natural
Language Engineering 1 Part 1 (1995), 29–81
Bertino, B. Catania, G.P. Zarri, “Intelligent database
systems”, Reading, Addsion Wesley Professional, 2001.
Tidak ada komentar:
Posting Komentar