Beyond Query-Level Comparison: Fine-Grained Reinforcement Learning for Text-to-SQL with Automated Interpretable Critiques
ByteDance, Beijing, China（字节跳动，北京，中国）
RuCo-C通过细粒度强化学习和自动可解释批评，提升文本到SQL的评估性能。
2025-11-27 cs.CL
Using LLM to select the right SQL Query from candidates
School of Computer Science, Peking University（北京大学计算机学院）
提出一种自动测试用例生成方法，通过生成数据库并用 LLM 预测预期执行结果，进而根据候选 SQL 查询的测试通过数和生成概率进行重排序，在 Spider 验证集上使最先进模型性能提升 3.6%。
2024-01-04 cs.CL
Towards Complex Text-to-SQL in Cross-Domain Database with Intermediate Representation
Xi’an Jiaotong University（西安交通大学）；Beijing University of Posts and Telecommunications（北京邮电大学）；Microsoft Research Asia（微软亚洲研究院）
我们提出了一种称为IRNet的神经方法，用于复杂和跨域的Text-to-SQL。IRNet旨在解决两个挑战：1）用自然语言（NL）表达的意图与SQL中的实现细节之间的不匹配; 2）由大量域外单词引起的预测列的挑战。IRNet不是端到端合成SQL查询，而是将合成过程分解为三个阶段。在第一阶段，IRNet在问题和数据库模式之间执行模式链接。然后，IRNet采用基于语法的神经模型来合成SemQL查询，这是我们设计的中间表示，以桥接NL和SQL。最后，IRNet确定性地从具有领域知识的合成SemQL查询中推断SQL查询。在具有挑战性的Text-to-SQL基准测试Spider上，IRNet实现了46.7%的准确率，比以前的最先进方法获得了19.5%的绝对改进。在撰写本文时，IRNet在Spider排行榜上排名第一。
2019-05-29 cs.CL
Context-Aware SQL Error Correction Using Few-Shot Learning -- A Novel Approach Based on NLQ, Error, and SQL Similarity
NVIDIA（英伟达）；RAPIDS
本文提出一种基于少样本学习的SQL错误纠正新方法，利用基于嵌入的相似性度量从示例库中选择最匹配的纠正示例，在Gretel数据集上较基线方法提升39.2%的错误修复率，显著提高了自动化SQL生成的准确性。
2024-10-11 cs.CL
SQLformer: Deep Auto-Regressive Query Graph Generation for Text-to-SQL Translation
University of Cambridge（剑桥大学）
SQLformer是一种新型Transformer架构，通过自回归生成SQL查询的抽象语法树并融入结构归纳偏置，在六个文本到SQL基准上取得最先进性能。
2024-05-27 cs.CL cs.LG
Closing the Cross-Dialect Gap: Query Plans as a Portable Interface in Text-to-SQL
IBM Research（IBM研究）；ETH Zurich（苏黎世联邦理工学院）
针对文本到SQL跨方言性能下降问题，提出以方言无关的关系代数查询计划为生成目标，经编译器转换，在十三个模型上恢复可移植性，并引入MetricName公平评估，证明计划监督优于SQL监督。
2026-09-29 cs.CL
Bridging the Gap: Transforming Natural Language Questions into SQL Queries via Abstract Query Pattern and Contextual Schema Markup
Zhipu AI（智谱AI）；Tsinghua University（清华大学）
针对Text-to-SQL任务中复杂问题存在的结构与词汇映射差距，本文提出基于大语言模型的PAS-SQL流水线，通过抽象查询模式和上下文模式标记缓解差距，在Spider、BIRD数据集上取得领先性能。
2025-02-20 cs.CL
Cooperative SQL Generation for Segmented Databases By Using Multi-functional LLM Agents
School of Computer Science, Northwestern Polytechnical University（西北工业大学计算机学院）；Big Data Shortage and Management, MIIT（工业和信息化部大数据短缺与管理局）；School of Computing, National University of Singapore（新加坡国立大学计算机学院）；School of Computing and Information Systems, Singapore Management University（新加坡管理大学计算与信息系统学院）
针对Text-to-SQL任务，提出基于多功能LLM智能体的协同SQL生成框架CSMA，通过三阶段交互实现分段数据库的SQL生成，在保障数据隐私的同时达到媲美SOTA的性能。
2024-12-08 cs.CL
Abacus-SQL: A Text-to-SQL System Empowering Cross-Domain and Open-Domain Database Retrieval
Harbin Institute of Technology（哈尔滨工业大学）
针对现有文本转SQL系统缺乏开放域数据库检索能力、跨域迁移能力有限的问题，提出Abacus-SQL，通过数据库检索、数据增强、Pre-SQL和Self-debug方法提升性能，在多轮任务中表现优异且已公开。
2025-04-14 cs.CL
SOMA-SQL: Resolving Multi-Source Ambiguity in NL-to-SQL via Synthetic Log and Execution Probing
Oracle AI（甲骨文人工智能实验室）
提出SOMA-SQL框架，通过合成查询日志和歧义驱动探测自动解决自然语言到SQL中的多源歧义，在6个基准上平均执行准确率提升13.0%。
2026-06-11 cs.CL
System and Methods for Converting Speech to SQL
IIT Guwahati（印度理工学院古瓦哈提分校）；IBM Information Management, India Software Lab（IBM信息管理印度软件实验室）
本文讨论了如何将英语口语查询转换为SQL，以便从关系数据库中检索数据。用户通过用户界面提交作为语音信号的查询，并获得文本格式的查询结果。我们已经开发了声学和语言模型，使用它的语音话语可以转换为英语文本查询，从而自然语言处理技术可以应用于这个英语文本查询，以生成一个等效的SQL查询。语音转换成英文文本HTK和朱利叶斯工具已被使用，并转换成SQL查询的英文文本查询，我们已经实现了一个系统，使用基于规则的翻译翻译成SQL查询的英文语言查询。翻译使用词法分析器，解析器和语法指导的翻译技术，如编译器。JFLex和BYACC工具分别用于构建词法分析器和语法分析器。系统是域独立的，即系统可以在不同的数据库上运行，因为它从底层数据库生成lex文件。
2013-08-14 cs.CL cs.DB
Semantic Parsing with Syntax- and Table-Aware SQL Generation
Microsoft Research Asia（微软亚洲研究院）；Microsoft AI and Research（微软人工智能与研究院）；Harbin Institute of Technology（哈尔滨工业大学）
我们提出了一个生成模型映射到SQL查询的自然语言的问题。现有的基于神经网络的方法通常逐词生成SQL查询，然而，由于问题词和表内容之间的不匹配，所生成的结果的大部分是不正确的或不可执行的。我们的方法解决了这个问题，考虑表的结构和SQL语言的语法。生成的SQL查询的质量通过（1）学习从列名、单元格或SQL关键字复制内容;以及（2）通过利用列-单元格关系来改进WHERE子句的生成而得到显著提高。实验进行WikiSQL，最近发布的数据集最大的问题SQL对。我们的方法显着提高了国家的最先进的执行精度从69.0%到74.4%。
2018-04-23 cs.CL
SPOC-SQL: Stage-wise Preference Optimization for Controllable Text-to-SQL
South China University of Technology（华南理工大学）
该研究针对现有文本到SQL方法缺乏关键决策反馈和中间过程控制的问题，提出SPOC-SQL，通过分阶段偏好优化与结构化分解策略实现可控SQL生成，实验验证了其有效性。
2026-08-25 cs.CL
RYANSQL: Recursively Applying Sketch-based Slot Fillings for Complex Text-to-SQL in Cross-Domain Databases
Kakao Enterprise；Sungkyunkwan University（成均馆大学）
Text-to-SQL是在给定问题和数据库的情况下，将用户问题转换为SQL查询的问题。在本文中，我们提出了一个神经网络的方法称为RYANSQL（递归产生注释网络SQL），以解决复杂的文本到SQL的跨域数据库的任务。定义了状态位置码SPC，将嵌套的SQL查询转换为一组非嵌套的SELECT语句;提出了一种基于草图的槽填充方法，将每个SELECT语句合成为相应的SPC。此外，两个输入操作方法，以进一步提高生成性能。RYANSQL在具有挑战性的Spider基准测试中实现了58.2%的准确率，比以前的最先进方法提高了3.2%。在撰写本文时，RYANSQL在Spider排行榜上排名第一。
2020-04-07 cs.CL
Did You Ask a Good Question? A Cross-Domain Question Intention Classification Benchmark for Text-to-SQL
Emory University（埃默里大学）；Beihang University（北京航空航天大学）；Ohio State University（俄亥俄州立大学）；Yale University（耶鲁大学）；University of Waterloo（滑铁卢大学）；Penn State University（宾夕法尼亚州立大学）
神经模型在文本到SQL任务上取得了显著的成果，其中大多数当前的工作假设所有输入问题都是合法的，并为任何输入生成SQL查询。然而，在实际场景中，用户可以输入任何可能无法通过SQL查询回答的文本。在这项工作中，我们提出了TriageSQL，第一个跨域的文本到SQL问题的意图分类基准，需要模型来区分四种类型的无法回答的问题从可回答的问题。基线RoBERTa模型在测试集上获得了60%的F1分数，表明需要进一步改进这项任务。我们的数据集可以在https://github.com/chatc/TriageSQL上找到。
2020-10-23 cs.CL
E-SQL: Direct Schema Linking via Question Enrichment in Text-to-SQL
Bilkent University（毕尔肯大学）
本文提出E-SQL流水线，通过直接模式链接和候选谓词增强，将数据库项及条件直接纳入自然语言问题以弥合查询与数据库结构的差距，在BIRD基准上取得66.29%的执行准确率。
2025-01-28 cs.CL
X-SQL: reinforce schema representation with context
Microsoft Dynamics 365 AI（微软Dynamics 365人工智能部门）
在这项工作中，我们提出了X-SQL，一个新的网络体系结构的问题解析自然语言SQL查询。X-SQL建议使用BERT风格预训练模型的上下文输出来增强结构化模式表示，并与类型信息一起学习下游任务的新模式表示。我们在WikiSQL数据集上评估了X-SQL，并展示了其最新的性能。
2019-08-21 cs.CL
Mention Extraction and Linking for SQL Query Generation
Ping An Life Insurance Company of China, Ltd（中国平安人寿保险股份有限公司）
在WikiSQL基准测试中，最先进的文本到SQL系统通常采用一种插槽填充方法，为每种类型的插槽构建几个专用模型。这样的模块化系统不仅复杂，而且捕获SQL子句之间的相互依赖关系的能力有限。为了解决这些问题，本文提出了一种新的提取链接的方法，其中一个统一的提取器识别所有类型的插槽提到出现在问题的句子之前，链接器的识别列映射到表模式，以生成可执行的SQL查询。训练自动生成的注释，所提出的方法实现了第一位的WikiSQL基准。
2020-12-18 cs.AI cs.CL
SQL-to-Text Generation with Graph-to-Sequence Model
Tencent AI Lab（腾讯人工智能实验室）；IBM Research（IBM研究院）；Peking University（北京大学）
以前的工作接近SQL到文本生成任务使用香草Seq 2Seq模型，这可能无法完全捕获SQL查询中固有的图结构信息。在本文中，我们首先介绍了一种策略来表示SQL查询作为一个有向图，然后采用图序列模型编码的全局结构信息到节点嵌入。该模型可以有效地学习SQL查询模式及其解释之间的相关性。在WikiSQL数据集和Stackoverflow数据集上的实验结果表明，我们的模型显著优于Seq 2Seq和Tree 2Seq基线，达到了最先进的性能。
2019-02-12 cs.CL cs.LG
Bertrand-DR: Improving Text-to-SQL using a Discriminative Re-ranker
Got It AI R&D（Got It人工智能研发中心）
为了访问存储在关系数据库中的数据，用户需要理解数据库模式并使用诸如SQL之类的查询语言编写查询。为了简化这一任务，文本到SQL模型试图将用户的自然语言问题转换为相应的SQL查询。最近，已经开发了几种生成式文本到SQL模型。我们提出了一种新的判别重排序器，通过从文本到SQL生成器预测的波束输出中提取最佳SQL查询来提高生成文本到SQL模型的性能，从而提高了最佳查询在候选列表中但不在列表顶部的情况下的性能。我们构建了一个模式不可知的BERT微调分类器的重新排名。我们分析了不同查询难度级别的文本到SQL和重新排序模型的相对优势，并建议如何将这两种模型结合起来以获得最佳性能。我们通过将其应用于两个最先进的文本到SQL模型来证明重新排名器的有效性，并在撰写本文时在Spider排行榜上获得前4名。
2020-11-03 cs.AI cs.CL cs.LG
RH-SQL: Refined Schema and Hardness Prompt for Text-to-SQL
Central South University（中南大学）
针对现有基于SQL复杂度的Text-to-SQL方法存储与训练成本高的问题，提出RH-SQL，通过精炼模式过滤无关信息并由LM识别难度生成提示，在Spider上以大规模LM达到82.6% EX。
2024-06-13 cs.CL
A Survey on Text-to-SQL Parsing: Concepts, Methods, and Future Directions
Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）；University of Chinese Academy of Sciences（中国科学院大学）；Alibaba Group（阿里巴巴集团）；The University of Hong Kong（香港大学）
文本到SQL解析是一项重要且具有挑战性的任务。文本到SQL解析的目标是基于关系数据库提供的证据将自然语言（NL）问题转换为相应的结构化查询语言（SQL）。数据库社区早期的文本到SQL解析系统取得了显著的进步，但付出了大量的人力工程和用户与系统交互的代价。近年来，深度神经网络通过神经生成模型显着推进了这一任务，该模型自动学习从输入NL问题到输出SQL查询的映射函数。随后，大型预训练的语言模型将文本到SQL解析任务的最新水平提升到了一个新的水平。在本调查中，我们对文本到SQL解析的深度学习方法进行了全面的回顾。首先，我们介绍了文本到SQL的分析语料库，可以分为单轮和多轮。其次，我们提供了一个系统的概述预训练的语言模型和现有的方法，文本到SQL解析。第三，我们向读者介绍了文本到SQL解析所面临的挑战，并探讨了该领域未来的一些潜在方向。
2022-08-29 cs.CL
Datrics Text2SQL: A Framework for Natural Language to SQL Query Generation
Datrics
针对Text-to-SQL系统在歧义理解、领域词汇和复杂模式处理上的难题，提出基于RAG的Datrics Text2SQL框架，通过知识库检索生成准确SQL，降低数据分析的使用门槛。
2025-04-03 cs.AI cs.CL cs.DB
CSR-RAG: An Efficient Retrieval System for Text-to-SQL on the Enterprise Scale
Technical University of Munich（慕尼黑技术大学）；Nokia Bell Labs（诺基亚贝尔实验室）
CSR-RAG通过结合上下文、结构和关系检索，高效支持企业级文本到SQL任务，实现高精度与低延迟的检索性能。
2026-01-10 cs.CL
Speech-to-SQL: Towards Speech-driven SQL Query Generation From Natural Language Question
The Hong Kong University of Science and Technology（香港科技大学）；AI Group, WeBank Co., Ltd（微众银行人工智能部）
随着智能手机和平板电脑在我们日常生活中的普及，基于语音的输入已经获得了显著的发展势头，因为语音是用于人机交互的最简单和最有效的方式。本文致力于设计更有效的基于语音的接口来查询关系数据库中的结构化数据。我们首先确定了一个新的任务命名为语音到SQL，其目的是理解人类语音传达的信息，并直接将其翻译成结构化的查询语言（SQL）语句。这个问题的简单解决方案可以以级联方式工作，也就是说，自动语音识别（ASR）组件后跟文本到SQL组件。然而，它需要高质量的ASR系统，并且还遭受两个组件之间的误差复合问题，从而导致性能受限。为了应对这些挑战，我们进一步提出了一种名为SpeechSQLNet的新型端到端神经架构，可以直接将人类语音转换为SQL查询，而无需外部ASR步骤。SpeechSQLNet的优势在于充分利用了语音中所呈现的丰富的语言信息。据我们所知，这是第一次尝试基于任意自然语言问题直接合成SQL，而不是基于自然语言的SQL版本或其具有有限SQL语法的变体。为了验证所提出的问题和模型的有效性，我们进一步构建了一个名为SpeechQL的数据集，通过搭载广泛使用的文本到SQL数据集。对该数据集的广泛实验评估表明，SpeechSQLNet可以直接从人类语音中合成高质量的SQL查询，在精确匹配精度方面优于各种竞争对手以及级联方法。
2022-01-04 cs.AI cs.CL cs.DB
EXPO-SQL: Execution-based Clause-level Policy Optimization for Text-to-SQL
College of Computing and Informatics（计算与信息学院）
提出EXPO-SQL方法，通过子句级奖励实现细粒度监督，解决现有强化学习在文本到SQL任务中粗粒度奖励导致学习信号不足的问题，显著提升性能。
2026-06-24 cs.CL cs.IR
Data Agnostic RoBERTa-based Natural Language to SQL Query Generation
ABV-IIITM（ABV-印度信息技术与管理学院）
关系数据库是现代世界中存储大量数据的最广泛使用的体系结构之一。然而，这些数据库和普通用户之间存在障碍。用户通常缺乏与数据库交互所需的诸如SQL的查询语言的知识。NL2SQL任务旨在通过将自然语言问题转换为有效的SQL查询，找到解决此问题的深度学习方法。鉴于某些数据库的敏感性和对数据隐私的日益增长的需求，我们提出了一种以数据隐私为核心的方法。我们已经将RoBERTa嵌入和数据不可知的知识向量传递到基于LSTM的子模型中，以预测最终的查询。虽然我们还没有达到最先进的结果，但我们已经从模型的训练中消除了对表数据的需求，并且已经实现了76.7%的测试集执行准确率。通过在训练时消除表数据依赖性，我们创建了一个能够基于自然语言问题和表模式进行零样本学习的模型。
2021-03-05 cs.AI cs.CL
SAG: SQL-Retrieval Augmented Generation with Query-Time Dynamic Hyperedges
Zleap AI（智量科技）
本研究提出SAG（SQL检索增强生成）架构，通过查询时动态超边实现结构化检索，在HotpotQA等多跳问答基准上性能优于基线，为LLM智能体处理组织知识提供了新方案。
2026-08-25 cs.CL
Semantic Decomposition of Question and SQL for Text-to-SQL Parsing
Ben Gurion University（本·古里安大学）
针对Text-to-SQL跨域复杂查询泛化难题，提出模块化查询计划语言QPL系统分解SQL，扩充Spider数据集，实验证明其优于直接解析，并支持构建对数据库模式敏感的问题分解器且提升可解释性。
2023-10-20 cs.CL
RISE: Rule-Driven SQL Dialect Translation via Query Reduction
Institute of Software at CAS, China（中国科学院软件研究所）
RISE通过查询简化技术，利用LLM实现高效准确的SQL方言翻译，显著提升翻译准确率。
2026-01-09 cs.AI cs.CL cs.DB
Recent Advances in SQL Query Generation: A Survey
Ss. Cyril and Methodius University（圣西里尔与美多德大学）
假设自然语言是许多领域的最佳用户界面。然而，在自然语言和任何其他领域之间提供接口的通用模型仍然不存在。为关系数据库提供自然语言接口可能会吸引绝大多数精通或不精通查询语言的用户。随着深度学习技术的兴起，在设计一个合适的关系数据库的自然语言接口方面有着广泛的研究。本调查旨在概述在从自然语言生成SQL查询方面提出的一些最新方法和模型。我们描述了各种架构的模型，如卷积神经网络，递归神经网络，指针网络，强化学习等几个数据集旨在解决SQL查询生成问题的解释和简要概述。最后，在该领域中使用的评价指标主要是执行准确性和逻辑形式准确性的组合。
2020-05-15 cs.AI cs.CL cs.LG
SAG: SQL-Retrieval Augmented Generation with Query-Time Dynamic Hyperedges
Zleap AI
提出SAG架构，通过SQL查询动态构建局部超边索引，避免全局图维护，在多跳推理基准上达到最优召回率，支持亿级数据生产部署。
2026-08-27 cs.CL
Chain-of-Query: Unleashing the Power of LLMs in SQL-Aided Table Understanding via Multi-Agent Collaboration
Rice University（里士大学）；Samsung Electronics America（三星电子美国分公司）；Warner Bros. Discovery（华纳兄弟发现）
链式查询通过多智能体协作提升SQL辅助表格理解的准确性与有效性
2025-11-30 cs.AI cs.CL cs.DB
SQL Query Engine: A Self-Healing LLM Pipeline for Natural Language to PostgreSQL Translation
本文提出SQL查询引擎，通过两阶段LLM管道将自然语言问题转换为验证过的PostgreSQL查询。第二阶段执行查询并进入自我修复循环以处理错误。系统在多个LLM后端上进行了评估，展示了自我修复循环在准确性上的提升。
2026-04-15 cs.CL cs.DB
SQLBarber: A System Leveraging Large Language Models to Generate Customized and Realistic SQL Workloads
Cornell University（康奈尔大学）
SQLBarber利用大型语言模型生成定制化且真实的SQL工作负载，通过声明式接口和贝叶斯优化器高效生成符合目标成本分布的查询。
2025-12-02 cs.AI cs.CL cs.DB
ProbGate at EHRSQL 2024: Enhancing SQL Query Generation Accuracy through Probabilistic Threshold Filtering and Error Handling
KAIST Graduate School of Data Science（KAIST数据科学研究生院）；KAIST Bio and Brain Engineering（KAIST生物与脑工程学院）；KAIST AI（KAIST人工智能学院）
本文提出ProbGate框架，通过微调模型、基于熵的方法和对数概率分布过滤低置信度SQL，并在实际数据库上执行查询以缓解语法和模式错误，有效解决了医疗text-to-SQL中识别无法回答查询的挑战，提升了SQL查询生成的准确率。
2024-04-25 cs.AI cs.CL
CoSQL: A Conversational Text-to-SQL Challenge Towards Cross-Domain Natural Language Interfaces to Databases
Yale University（耶鲁大学）；Salesforce Research（赛富时研究院）；University of Michigan（密歇根大学）；Cornell University（康奈尔大学）
我们提出了CoSQL，用于构建跨域，通用数据库（DB）查询对话系统的语料库。它由30k+ turns加上10k+注释的SQL查询组成，这些查询是从3k对话的向导（WOZ）集合中获得的，查询跨越138个域的200个复杂DB。每个对话都模拟了一个真实的数据库查询场景，其中一个群众工作者作为用户探索数据库，一个SQL专家用SQL检索答案，澄清模糊的问题，或者通知无法回答的问题。当用户问题可以通过SQL回答时，专家向用户描述SQL和执行结果，从而保持自然的交互流。与现有的面向任务的对话数据集相比，CoSQL引入了新的挑战：（1）对话状态基于SQL，一种独立于域的可执行表示，而不是特定于域的槽值对，（2）因为测试是在看不见的数据库上完成的，成功需要推广到新的域。CoSQL包括三个任务：基于SQL的对话状态跟踪，查询结果的响应生成和用户对话行为预测。我们为每个任务评估了一组强大的基线，并表明CoSQL为未来的研究提出了重大挑战。数据集、基线和排行榜将在https://yale-lily.github.io/cosql上发布。
2019-09-11 cs.AI cs.CL
Text to Query Plans for Question Answering on Large Tables
CSIRO Data61（CSIRO数据61）
针对大型表格问答，提出一种将自然语言查询转化为查询计划的新框架，利用大语言模型迭代构建操作序列并直接在数据上执行，以支持复杂分析并克服上下文限制，实验验证其有效性。
2025-08-26 cs.AI cs.CL cs.DB
RAG Strategies for Natural Language-Based SQL Query and REST API Call Generation
IU International University of Applied Sciences（国际应用科学大学）
本文评估了三种RAG变体在生成SQL和API调用任务中的性能，发现CoRAG在混合文档环境下表现最佳，检索策略设计对自然语言接口至关重要。
2026-10-20 cs.AI cs.CL cs.SE
Text-to-SQL Oriented to the Process Mining Domain: A PT-EN Dataset for Query Translation
Universidade de São Paulo（圣保罗大学）
本文提出了专为过程挖掘领域设计的双语基准数据集 text-2-SQL-4-PM，包含 1,655 条自然语言话语和 205 条 SQL 语句，并通过 GPT-3.5 Turbo 基线研究验证了其在 text-to-SQL 任务评估中的可行性与实用性。
2025-08-18 cs.AI cs.CL cs.DB
TailorSQL: An NL2SQL System Tailored to Your Query Workload
Parallel Web Systems（并行网络系统）；Amazon Web Services（亚马逊网络服务）；Technical University of Munich（慕尼黑技术大学）；STACKIT
TailorSQL利用历史查询负载信息提升自然语言到SQL翻译的准确性与延迟，在标准化基准上执行准确率最高提升2倍。
2025-05-29 cs.CL cs.DB
PExA: Parallel Exploration Agent for Complex Text-to-SQL
University of California Los Angeles（加州大学洛杉矶分校）；Bloomberg（彭博）
本文提出PExA，通过软件测试覆盖视角解决文本到SQL的延迟与性能权衡问题，通过并行执行测试用例确保语义覆盖，最终生成准确的SQL。
2026-04-24 cs.AI cs.CL
Query Carefully: Detecting the Unanswerables in Text-to-SQL Tasks
Institute of Computer Science, Zurich University of Applied Sciences（计算机科学研究所，应用科学大学苏黎世）；Institute of Medical Virology, University of Zurich（医学病毒学研究所，苏黎世大学）；Department of Gastroenterology and Hepatology, University Hospital Zurich, University of Zurich（消化内科与肝病科，苏黎世大学医院，苏黎世大学）
Query Carefully通过集成LLM生成和显式检测不可回答问题，提升生物医学领域文本到SQL的准确性和可靠性。
2025-12-19 cs.AI cs.CL cs.DB
Anatomy of a Query: W5H Dimensions and FAR Patterns for Text-to-SQL Evaluation
Emory University（埃默里大学）；Georgia Institute of Technology（佐治亚理工学院）
本文提出QUEST框架，通过FAR结构不变性和W5H维度分析文本到SQL查询，发现医疗查询在时间维度和人本维度占比高，而因果和机制推理表现低。
2026-05-07 cs.CL cs.DB
Pay More Attention to History: A Context Modelling Strategy for Conversational Text-to-SQL
Peking University（北京大学）；Meituan（美团）
会话式文本到SQL的目标是将多轮自然语言查询转换成它们相应的SQL（结构化查询语言）表示。会话式文本到SQL的最棘手的问题之一是对多轮查询的语义进行建模，并收集当前查询所需的适当信息。本文表明，通过添加每个回合和整个上下文的摘要来明确地建模语义变化可以在将会话查询转换为SQL时带来更好的性能。特别是，我们提出了两个会话建模任务，在转粮食和会话粮食。这两个任务只是作为辅助训练任务来帮助多轮会话语义解析。我们进行了实证研究，并在大规模开放域会话文本到SQL数据集上取得了新的最先进的结果。实验结果表明，该机制显著提高了多轮语义解析的性能。
2022-07-26 cs.AI cs.CL
SQL-Exchange: Transforming SQL Queries Across Domains
University of Alberta（阿尔伯塔大学）
SQL-Exchange通过跨领域转换SQL查询提升文本到SQL系统的上下文学习性能。
2026-02-22 cs.AI cs.CL cs.DB
HIE-SQL: History Information Enhanced Network for Context-Dependent Text-to-SQL Semantic Parsing
Alibaba Group（阿里巴巴集团）
近年来，上下文相关的文本到SQL的语义解析，将自然语言转换成SQL的交互过程中吸引了很多的关注。以前的作品利用上下文相关的信息，无论是从交互历史话语或以前预测的SQL查询，但未能利用这两个，因为自然语言和逻辑形式的SQL之间的不匹配。在这项工作中，我们提出了一个历史信息增强的文本到SQL模型（HIE-SQL），利用上下文相关的信息，从历史的话语和最后预测的SQL查询。针对这一问题，本文将自然语言和SQL作为两种模态，提出了一种双模态预训练模型来弥补这两种模态之间的差异。此外，我们设计了一个模式链接图，以加强从话语和SQL查询到数据库模式的连接。我们展示了我们的历史信息增强方法显著提高了HIE-SQL的性能，在编写时，在两个上下文相关的文本到SQL基准测试（SparC和CoSQL数据集）上实现了新的最先进的结果。
2022-04-02 cs.AI cs.CL cs.DB
Blar-SQL: Faster, Stronger, Smaller NL2SQL
Blar Spa（Blar公司）
本研究提出 Blar-SQL 框架，通过任务分解结合微调 Llama-2 和 Code Llama 两个模型分别处理数据库理解和查询生成，并采用模式分块策略，在达到与 GPT-4 相当性能的同时大幅降低模型大小、推理时间和成本。
2024-01-04 cs.AI cs.CL
BIRD-History: A Benchmark for History-Driven Text-to-SQL with Fine-Grained Knowledge Annotations
Zhejiang University（浙江大学）
本研究推出带细粒度知识标注的BIRD-History基准测试，针对现有Text-to-SQL系统无法利用历史查询日志处理隐含领域知识的问题，提出插件式检索器，可提升多个Text-to-SQL系统的未明确查询处理性能。
2026-09-01 cs.AI cs.CL
Deep Learning Driven Natural Languages Text to SQL Query Conversion: A Survey
随着未来朝着以数据为中心的决策方向发展，对数据库的无缝访问至关重要。对于创建一个高效的文本到SQL（TEXT2SQL）模型来访问数据库中的数据，有着广泛的研究。使用自然语言是最好的界面之一，可以通过有效地访问数据库来弥合数据和结果之间的差距，特别是对于非技术用户。它将为精通技术技能或不太熟悉查询语言的用户打开大门并产生巨大的兴趣。即使提出或研究了许多基于深度学习的算法，在实际工作场景中使用自然语言来解决数据查询问题的通用模型仍然是非常具有挑战性的。原因是在不同的研究中使用不同的数据集，这带来了其局限性和假设。在本文中，我们试图对最近几年研究的24种神经网络模型进行全面的概述，包括它们的架构，包括卷积神经网络，递归神经网络，指针网络，强化学习，生成模型，我们还概述了广泛用于训练TEXT 2SQL技术模型的11个数据集。我们还讨论了TEXT2SQL技术的无缝数据查询的未来应用的可能性。
2022-08-08 cs.AI cs.CL
ODIN: A NL2SQL Recommender to Handle Schema Ambiguity
Parallel Web Systems（并行网络系统）；Amazon Web Services（亚马逊网络服务）
ODIN是一个NL2SQL推荐引擎，通过生成多个候选查询并动态调整建议数量来处理模式歧义，利用用户反馈个性化推荐，将正确查询生成概率提升1.5-2倍。
2025-05-25 cs.CL cs.DB
SQaLe: A Large Text-to-SQL Corpus Grounded in Real Schemas
Centrum Wiskunde & Informatica（荷兰数学与信息学研究中心）；University of Amsterdam（阿姆斯特丹大学）
SQaLe是一个基于真实数据库模式的大型半合成文本到SQL数据集，通过结合模式采样、问题合成和SQL构建，生成了高质量的（问题，模式，查询）三元组，用于提升文本到SQL模型的泛化能力。
2025-12-16 cs.CL cs.IR cs.LG
Fine-Tuning Language Models for Context-Specific SQL Query Generation
DinMo（DinMo公司）
本文面向零售领域，使用 GPT-4 构造方言特定合成数据，并基于 LoRa 微调 Starcoder Plus、Code-Llama 和 Mistral，使其在零样本 SQL 生成中超过 GPT-4。
2023-12-04 cs.AI cs.CL cs.DB
Companion Agents: A Table-Information Mining Paradigm for Text-to-SQL
Amap, Alibaba Group（阿里巴巴集团高德）
同伴代理通过主动挖掘数据库中的隐藏关系和统计规律，提升文本到SQL在注释稀缺条件下的准确率。
2025-12-17 cs.AI cs.CL
