NATURAL LANGUAGE INTERFACE TO
DATABASE ( NLIDB)
PENDAHULUAN
Database merupakan
yang terpenting dalam berbagai macam bidang aplikasi menggunakan sistem
informasi swasta dan publik. Database dibangun dengan tujuan untuk
memfasilitasi kegiatan penyimpanan data, pengolahan, dan pengambilan terkait
dengan pengelolaan data dalam sistem informasi. Karena kemajuan 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 generasi baru menetapkan manajemen
informasi cerdas memerlukan interaksi efisien antara pengguna dan basis data.
Dalam beberapa kali, ada meningkatnya permintaan untuk pengguna non-ahli untuk
query database relasional dalam bahasa yang lebih alami meliputi variabel linguistik
dan hal, bukannya beroperasi pada nilai-nilai atribut.
Oleh karena itu ide
untuk menggunakan bahasa alami bukan SQL telah mendorong pengembangan jenis
baru metode pengolahan yang disebut Natural Language Interface to Database
(NLIDB). NLIDB adalah langkah menuju pengembangan sistem database cerdas (IDBS)
untuk meningkatkan pengguna dalam melakukan query fleksibel dalam database.
DEFINISI
Tahapan Natural Language Processing
Menurut Rich dan Knight (1991, pp379-380)
tahapan Natural Language Processing terdiri dari beberapa level analisis. Level
analisis tersebut adalah:
a) Morphological Analysis
Kata-kata secara
individu dianalisa berdasarkan komponennya, dan token yang tidak tennasuk kata,
seperti tanda baca, dipisahkan dari kata-kata tersebut. Analisis ini
memperhatikan arti. dari setiap komponen yang membentuk suatu kata. Analisis
morfologi ini penting untuk menentukan aturan kata yang ada dalam suatu
kalimat, tennasuk tata bahasa.
b) Sylltax Analysis
Urutan-mutan linear
dari kata-kata diubah menjadi struktur yang menunjukkan bagaimana satu kata
berhubungan dengan kata yang lain. Analisis ini mempelajari aturan untuk
menggabungkan kata menjadi frase dan kalimat, dan menggunakan aturan tersebut
untuk menguraikan (parse) dan membentuk kalimat. Level anal isis yang lebih
banyak berhasil.
c) Semantic Analysis
Struktur yang
diciptakan dari analisa sintaksis akan diperiksa arti sebenarnya. Kalau
struktur tersebut tidak memenuhi persyaratan kaidah bahasa maka kalimat
tersebut dianggap anomali semantik.
d) Discourse Integration
Arti dari suatu
kalimat mungkin saja bergantung dari kalimat sebelumnya dan mungkin
mempengaruhi kalimat-kalimat selanjutnya.
e) Pragmatics Analysis
Struktur yang
merepresentasikan apa yang dikatakan diinterpretasikan lagi untuk menentukan
apa yang dimaksud sebenarnya.
Batasan-batasan dari kelima fase ini
kadang-kadang belum jelas. Fase tersebut kadang dieksekusi secara bertahap,
rapi kadang dilaksanakan sekaligus.
1. Intelligent
Database System (IDBS)
Sebuah IDBS diberkahi
dengan sistem manajemen data mampu mengelola sejumlah besar data persistem yang
berbagai bentuk penalaran dapat diterapkan untuk menyimpulkan data dan
informasi tambahan. Ini termasuk teknik pengetahuan representasi, teknik
inferensi, dan antarmuka pengguna cerdas - antarmuka yang melampaui pendekatan
bahasa query tradisional dengan memanfaatkan fasilitas bahasa alami . Teknik
ini memainkan peran penting dalam meningkatkan sistem database: teknik
representasi pengetahuan memungkinkan seseorang untuk mewakili baik di DB
semantik dari domain aplikasi, teknik inferensi memungkinkan satu untuk alasan
tentang data untuk mengambil data dan informasi tambahan, user interface Cerdas
membantu pengguna untuk membuat permintaan dan menerima balasan.
Intelligent
Database System adalah sistem yang mengelola informasi dengan cara alami,
membuat informasi yang mudah untuk menyimpan, mengakses dan menggunakan. Salah
satu alasan utama untuk menggunakan Intelligent Database System adalah
bahwa kita hidup dalam keadaan kekenyangan informasi. Untuk sekadar bertahan
hidup dalam masyarakat saat ini, kita perlu mengakses dan menggunakan informasi
ini. Dengan menggunakan Intelligent Database System kita dapat memiliki
akses yang lebih baik dalam penggunaan, lebih banyak jenis informasi yang
mereka bisa sebaliknya. Ini berarti Intelligent Database System
harus memberikan tingkat tinggi alat cerdas yang memberikan wawasan baru
ke dalam isi database dengan mengekstraksi pengetahuan dari data. Membuat informasi
tersedia untuk sejumlah besar orang karena lebih banyak orang sekarang dapat
memanfaatkan sistem karena kemudahan penggunaan. Meningkatkan proses
pengambilan keputusan yang terlibat dalam menggunakan informasi setelah itu
telah diambil dengan menggunakan model informasi tingkat yang lebih tinggi.
Saling berhubungan
informasi dari sumber yang berbeda menggunakan media yang berbeda sehingga
informasi lebih mudah diserap dan dimanfaatkan oleh pengguna. Gunakan
pengetahuan dan inferensi, sehingga lebih mudah untuk mengambil, melihat dan
membuat keputusan dengan informasi.
Dalam beberapa kali
ini , ada meningkatnya permintaan untuk pengguna non-ahli untuk query database
relasional dalam bahasa yang lebih alami meliputi variabel linguistik ,
bukannya beroperasi pada nilai-nilai atribut. Natural Language Interface to
Database, pendekatan yang menjanjikan, meningkatkan pengguna dalam melakukan
query fleksibel dalam database. Penelitian dan kemajuan NLIDB, merupakan
langkah penting menuju pengembangan sistem database cerdas dan telah muncul
sebagai sebuah disiplin baru dan telah terpesona perhatian terhadap jumlah
peneliti.
2. Natural Language
Interface to Database (NLIDB)
Natural Language
Interface to Database merupakan untuk menerima permintaan dalam bahasa
Inggris atau bahasa alam lainnya dan mencoba untuk 'memahami' mereka atau kita
dapat mengatakan bahwa Natural Language Interface to 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. Ada banyak aplikasi yang dapat
mengambil keuntungan dari NLIDB. Di PDA dan ponsel lingkungan, tampilan layar
tidak selebar komputer atau laptop. Mengisi formulir yang memiliki banyak
bidang dapat membosankan satu mungkin harus menavigasi melalui layar, untuk
menggulir, untuk mencari nilai-nilai kotak scroll, dll Sebaliknya, dengan
NLIDB, satu-satunya pekerjaan yang perlu dilakukan adalah dengan mengetikkan
pertanyaan serupa dengan SMS (Short Messaging System).
Sub Komponen NLIDB
Komputasi ilmuwan
telah membagi masalah akses Natural Language Interface to Database menjadi dua
sub-komponen:
- Komponen linguistik
- 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.
Komponen Database
Ini merupakan fungsi
tradisional dari Database Management . Sebuah leksikon adalah tabel yang digunakan
untuk memetakan kata-kata input alami ke objek formal (nama relasi, atribut
nama, dll) dari database. Kedua parser dan juru semantik memanfaatkan leksikon.
Sebuah generator bahasa alami mengambil tanggapan resmi sebagai masukan, dan
memeriksa pohon parsing untuk menghasilkan respon bahasa alami yang memadai.
sistem database bahasa alami memanfaatkan pengetahuan sintaksis dan pengetahuan
tentang database sebenarnya dalam rangka untuk benar berhubungan masukan bahasa
alami dengan struktur dan isi dari database tersebut. pengetahuan sintaksis
biasanya berada dalam komponen linguistik dari sistem, khususnya dalam analisa
sintaks sedangkan pengetahuan tentang database sebenarnya berada sampai batas
tertentu dalam model data semantik digunakan. Pertanyaan yang dimasukkan dalam
bahasa alami diterjemahkan ke dalam sebuah pernyataan dalam bahasa query
formal. Setelah pernyataan itu jelas terbentuk, query diproses oleh sistem
manajemen database untuk menghasilkan data yang dibutuhkan. Data ini kemudian
diteruskan kembali ke komponen bahasa alami di mana rutinitas generasi
memproduksi versi bahasa permukaan respon.
3. Contoh Penerapan
Aplikasi dari NLIDB
Masih sangat sedikit
sekali aplikasi yang memperlihatkan interaksi pengguna dengan actor virtual.
Untuk mempelajari kecocokan syarat-syarat teknis dalam lingkungan yang nyata,
penelitian dari setiap kemungkinan manusia mengendalikan karakter dalam sebuah
game dengan menggunakan instruksi bahasa natural. Game pada PC menyediakan
lingkungan virtual dengan skala besar yang terbatas, dengan beberapa tugas yang
dapat di definisikan; pada penelitian ini, mengambil sebuah game PC klasik
berjudul DOOM™ sebagai contoh, karena game ini memiliki sumber daya dan desain
yang cocok untuk sebuah game yang menggunakan metode pemrosesan bahasa natural.
Karakter DOOM™ yang digunakan adalah karakter “dengan panduan” on-line yang
bisa didapatkan di situs http://www.gamers.org . Panduan tersebut menjelaskan
dalam bahasa natural tentang alur dari tiap-tiap level dari game tersebut seperti:
penjabaran peta, lokasi-lokasi item, dan penjelasan tentang urutan langkah yang
harus diambil oleh pemain. Berikut adalah contoh panduan dari game DOOM™:
Enter the door with the skull on it and push
the switch. Walk out of the room and turn right. There are now stairs going
into the wall, which is fake. Enter the teleporter, you’re now in a circular
room; find the secret door (the wall with the face on it) to go to the next
circular room and enter the teleporter.
Masuki pintu bergambar tulang dan tekan switch
yang ada. Jalan terus sepanjang ruangan dan belok kanan. Disana ada tangga
palsu yang menggantung di tembok. Masuki teleporter, sekarang kamu ada di
ruangan bundar; temukan pintu rahasia (dinding yang bergambar wajah) untuk
masuk ke ruangan bundar berikutnya dan masuki teleport
Panduan tersebut
berfungsi untuk mencocokan penjelasan yang diberikan kepada pemain sebelum sesi
game dimulai. Beberapa penjelasan memasukkan saran sepanjang tiap aksi yang
berkelanjutan di lakukan, termasuk akibat dari aksi sebelumnya (cth.“masuki
teleporter, sekarang kamu ada di ruangan bundar”). Dalam game ini terdapat
banyak variable yang memunculkan instruksi-instruksi yang dibawa pada setiap
aksi dasar, yang mana instruksi-instruksi tersebut membutuhkan pemrosesan
bahasa natural.
Karakter dalam game
ini memberi kesan keteraturan sosiolektal, yang dapat di kategorikan sebagai
sub-bahasa. Kesan ini akan membawa dampak yang signifikan terhadap pemrosesan
bahasa natural. Di lain pihak metode umum untuk merancang interaksi dari bahasa
natural adalah dengan mengartikan bahasa yang sering digunakan manusia. Metode
ini secara otomatis mendefinisikan pengendalian tata bahasa, yang di rancang
untuk memfasilitasikan pemrosesan tata bahasa yang membuat parsing menjadi
mudah dikerjakan. Di dalam tata bahasa yang umum digunakan manusia, pendekatan
praktis, mengidentifikasi aksi target, menyelidiki tiap perintah yang di
sampaikan, dan membangkitkan kumpulan dari aturan-aturan.
Komunikasi dengan actor virtual sampai pada
dua paradigma: di satu pihak, dilihat dari aplikasi awalnya (game computer),
sangat memungkinkan untuk menyadari kemunculan sub-bahasa yang actual. Di lain
pihak, batasan pengenalan ucapan (speech recognition) dan parsing membuat
sebuah celah antara actor virtual dengan tata-bahasa umum.
KELEBIHAN DAN KEKURANGAN
Kelebihan NLIDB
a) Pengguna (user) sistem NLIDB tidak perlu
mempelajari bahasa query basis data (SQL, dll.) melainkan cukup melakukan
perintah dengan bahasa alami.
b) Perintah negasi (tidak, bukan, dll.) lebih
mudah diekspresikan dalam bahasa alami dibandingkan dengan menggunakan
antarmuka form.
c) Sudah dibuatnya aplikasi mobile-nya.
Kekurangan NLIDB
a) Perintah-perintah yang dapat dilakukan user
bersifat terbatas dan user sulit mengetahui perintah seperti apa yang tidak
boleh diinputkan ke sistem.
b) Ketika sistem NLIDB tidak mengerti perintah
user, seringkali sistem langsung menolak perintah tersebut sehingga user tidak
mengetahui dengan jelas pada bagian mana dari inputan perintahnya yang
salah/tidak diterima sistem.
c) Bersifat
domain-dependent yang artinya satu sistem hanya akan bekerja dengan baik pada
satu kasus/domain tertentu. Jika digunakan pada domain lain biasanya akan sulit
melakukan konfigurasi yang sesuai.
d)Aplikasinya tidak
mudah didapat.
KESIMPULAN
Natural language interface to a database (NLIDB) merupakan
sebuah sistem yang digunakan untuk mendapatkan informasi yang tersimpan dalam
basis data dengan menggunakan masukan yang menggunakan bahasa alami
(Androutsopoulos, dkk, 1995). Tujuannya adalah untuk menerima permintaan dalam
bahasa Inggris atau bahasa lainnya yang mana akan berupaya untuk memahami
bahasa-bahasa tersebut dan menerjemahkannya ke dalam query database (perintah
yang ada di dalam database).
SUMBER
