ВІДНОВЛЕННЯ ЗВ’ЯЗКІВ МІЖ СУТНОСТЯМИ В СХЕМАХ БАЗ ДАНИХ ЗА ДОПОМОГОЮ PLANTUML ТА LLM

Анотація

У роботі досліджуються перспективи використання великих мовних моделей (LLMs) для автоматичного відновлення зв’язків між таблицями в SQL-базах даних з неповністю визначеними зовнішніми ключами. Для оцінки спроможності LLM-моделі відтворювати зовнішні ключі на основі текстового опису структури таблиць була сформована експериментальна база даних. Cхема бази даних без зв’язків була подана на вхід двом великим мовним моделям ChatGPT-4o та Claude 3.7 Sonnet.  Для аналізу LLMs було надано лише базову інформацію: назви таблиць, назви полів і первинні ключі — без жодних прикладів даних. Модель ChatGPT-4o успішно виявила всі зв’язки між таблицями, проте продемонструвала обмеження у визначенні типів цих зв’язків: усі вони були класифіковані як «один до одного», незалежно від їх фактичної природи. Це свідчить про недостатню здатність моделі точно інтерпретувати семантику реляційних зв’язків на основі текстового опису. Натомість модель Claude 3.7 Sonnet не лише коректно ідентифікувала всі наявні зв’язки, а й правильно визначила їх типи (наприклад, «один до багатьох»), що демонструє вищу точність і глибше розуміння структури бази даних у рамках поставленого завдання.  Опис структури таблиць подавався мовним моделям у форматі PlantUML, що забезпечило стандартизоване, чітке та однозначне представлення вхідних даних для обробки. На основі результатів моделювання були побудовані ER-діаграми також у форматі PlantUML. Експеримент підтверджує ефективність LLMs у реконструкції відсутніх зовнішніх ключів та демонструє їхній потенціал для автоматизованого аналізу, документації та вдосконалення наявних баз даних. Дотримання послідовних правил іменування під час проєктування схеми суттєво спрощує як роботу розробників, так і автоматизовану обробку структур баз даних інтелектуальними системами, відіграючи ключову роль у цих процесах.