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
Benchmarking Local LLMs for Natural-Language-to-SQL Querying in Biopharmaceutical Manufacturing: An Empirical Benchmark on Consumer-Grade Hardware
Department of Computer Science, University of the Cumberlands(大学的计算机科学系);Department of Computer Science, DePaul University(德保罗大学计算机科学系);Youngstown State University(亚当斯州立大学)
本研究评估了四种本地部署的开源大语言模型在生物制药制造数据库上的自然语言到SQL生成性能,发现代码调优的通用模型优于领域特定模型,但当前性能仍需人工监督。
2026-06-19 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
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
EvolSQL: Structure-Aware Evolution for Scalable Text-to-SQL Data Synthesis
EvolSQL通过结构感知的进化策略生成高质量的文本到SQL数据,提升模型在结构多样性与复杂性上的表现。
2026-01-08 cs.CL
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
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
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
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
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
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
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
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
RingSQL: Schema-Independent Synthetic Data Generation for Text-to-SQL Reinforcement Learning
Northwestern University(西北大学);Purdue University(普渡大学)
RingSQL通过结合不依赖模式的模板和大语言模型生成,提升文本到SQL模型的准确性和多样性
2026-08-06 cs.CL cs.LG
Can LLMs substitute SQL? Comparing Resource Utilization of Querying LLMs versus Traditional Relational Databases
Boston University(波士顿大学)
本研究对比了9款不同参数量的大语言模型与传统关系型数据库SQL的查询资源利用情况和准确率,发现LLM查询能耗极高,不建议用其替代关系型数据库。
2024-04-12 cs.AI cs.CL cs.DB
AmbiSQL: Interactive Ambiguity Detection and Resolution for Text-to-SQL
Alibaba Group(阿里巴巴集团)
AmbiSQL通过交互式多选问题帮助用户澄清意图,解决文本到SQL中的歧义问题,提升SQL生成准确性。
2026-03-23 cs.CL cs.DB
KeyInst: Keyword Instruction for Improving SQL Formulation in Text-to-SQL
Jiangxi University of Finance and Economics(江西财经大学)
针对Text-to-SQL中自然语言与SQL内在差异导致的生成难题,提出KeyInst关键词指令方法,通过两种集成策略引导大模型生成SQL,构建专用基准StrucQL,实验证明其效果显著优于现有提示技术。
2024-10-18 cs.AI cs.CL cs.DB
End-to-end Text-to-SQL Generation within an Analytics Insight Engine
Distyl AI(Distyl AI公司);Polytechnique Montréal(蒙特利尔理工学院)
针对企业级Text-to-SQL面临的高复杂度查询支持、低延迟需求、领域术语理解三大挑战,提出基于大语言模型、外部知识检索、层级CTE分解及反馈适配的端到端生成流水线。
2024-06-17 cs.AI cs.CL cs.DB
Prompting GPT-3.5 for Text-to-SQL with De-semanticization and Skeleton Retrieval
National University of Defense Technology(国防科技大学)
提出基于LLM的文本到SQL框架,通过去语义化提取问题骨架检索相似示例,并建模问题与数据库模式关系,在三个跨领域基准上超越现有模型。
2023-08-31 cs.AI cs.CL
KU-DMIS at EHRSQL 2024:Generating SQL query via question templatization in EHR
Korea University(高丽大学);LG AI Research(LG人工智能研究院);AIGEN Sciences(AIGEN科学公司)
本研究针对电子健康记录数据库中文本转SQL任务的域外问题处理难题,提出基于问题模板化、微调GPT-3.5结合查询执行验证的框架,在EHRSQL-2024基准上提升了系统适应性,取得有竞争力的成绩。
2024-06-19 cs.AI cs.CL cs.DB
Rationalization Models for Text-to-SQL
IBM T.J. Watson Research Center(IBM T.J.沃森研究中心)
本研究提出生成CoT推理依据的框架,通过手动标注少量示例、迭代动态少样本知识蒸馏训练合理化模型,为text-to-SQL数据集生成合成标注,实验证明该方法可提升小模型在BIRD数据集上的执行准确率与可解释性。
2025-03-20 cs.AI cs.CL cs.DB
SQL-PaLM: Improved Large Language Model Adaptation for Text-to-SQL (extended)
Cloud AI Research Team(云AI研究团队);Google DeepMind(谷歌DeepMind)
本文提出SQL-PaLM框架,通过少样本提示中的一致性解码与执行错误过滤、指令微调中的数据多样性扩展、合成增强及数据库内容整合,并利用执行反馈进行测试时选择,显著提升了Spider和BIRD基准上的文本到SQL性能。
2024-03-30 cs.AI cs.CL cs.DB
E3-Rewrite: Learning to Rewrite SQL for Executability, Equivalence,and Efficiency
stu.suda.edu.cn(苏州大学)
提出基于LLM的SQL重写框架E3-Rewrite,通过上下文构建与强化学习生成可执行、等价且高效的查询,执行时间最多缩短25.6%,等价重写提升24.4%。
2025-08-15 cs.AI cs.CL cs.DB
Decoupling SQL Query Hardness Parsing for Text-to-SQL
Central South University(中南大学)
本文提出一种基于解耦SQL查询难度解析的Text-to-SQL框架,通过分析问题和模式将多难度任务简化为单一难度,降低语言模型解析压力,并在Spider开发集上取得微调方法的新最先进性能。
2023-12-29 cs.CL
Query and Conquer: Execution-Guided SQL Generation
Snowflake AI Research(Snowflake AI研究部)
提出一种利用执行结果从多候选查询中选择语义最一致者的新方法,使小模型在text-to-SQL任务中超越o1等大模型,并将推理成本降低30倍,提供实用可扩展的SOTA方案。
2025-03-31 cs.CL
PolySQL: Scaling Text-to-SQL Evaluation Across SQL Dialects via Automated Backend Isomorphism
IBM Research(IBM研究院);ETH Zürich(苏黎世联邦理工学院)
PolySQL通过自动化后端同构性方法,实现跨SQL方言的文本到SQL评估扩展,揭示了从SQLite到其他方言的平均准确率下降10.1%及方言难度层级。
2026-05-08 cs.CL
Improving Text-to-SQL Semantic Parsing with Fine-grained Query Understanding
Amazon AWS AI Labs(亚马逊AWS人工智能实验室)
文本到SQL语义解析的研究主要依赖于解析器本身或基于简单启发式的方法来理解自然语言查询。在合成SQL查询时,解析器没有可用的NLQ的显式语义信息,这导致不理想的泛化性能。此外,没有词汇级细粒度的查询理解,查询和数据库之间的链接只能依赖于模糊字符串匹配,这导致在实际应用中的次优性能。鉴于此,本文提出了一个通用的,模块化的神经语义解析框架,是基于令牌级细粒度查询理解。我们的框架包括三个模块:命名实体识别器(NER),神经实体链接器(NEL)和神经语义解析器(NSP)。NER模型通过对查询和数据库进行联合建模,分析用户意图并识别查询中的实体。NEL模型将类型化实体链接到数据库中的模式和单元值。解析器模型利用可用的语义信息和链接结果,并基于动态生成的语法合成树结构的SQL查询。在最新发布的语义解析数据集SQUALL上的实验表明,该模型在WikiTableQuestions(WTQ)测试集上的执行准确率为56.8%,比现有模型高出2.7%.
2022-09-28 cs.CL
Semantic Parsing for Complex Data Retrieval: Targeting Query Plans vs. SQL for No-Code Access to Relational Databases
Ben-Gurion University of the Negev(内盖夫本-古里安大学)
本文提出查询计划语言(QPL)作为SQL的替代目标,利用其模块化结构使神经语义解析器更易生成复杂查询,并通过Spider数据集实验验证,以迭代方式提升复杂组合查询的准确性。
2023-12-22 cs.CL
Editing-Based SQL Query Generation for Cross-Domain Context-Dependent Questions
Yale University(耶鲁大学);Salesforce Research(赛富时研究院);Cornell University(康奈尔大学)
我们专注于跨域上下文相关的文本到SQL生成任务。基于相邻的自然语言问题往往是语言依赖的,其相应的SQL查询往往重叠的观察,我们利用编辑以前的预测查询的交互历史,以提高生成质量。我们的编辑机制将SQL视为序列,并以简单的方式在令牌级别重用生成结果。它可以灵活地更改单个令牌,并且对错误传播具有鲁棒性。此外,为了处理不同领域中的复杂表结构,我们采用了一个话语表编码器和一个表感知解码器,将用户话语的上下文和表模式。我们在SParC数据集上评估了我们的方法,并证明了与从头开始生成SQL的最先进基线相比,编辑的好处。我们的代码可在https://github.com/ryanzhumich/sparc_atis_pytorch上获得。
2019-09-10 cs.CL
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
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
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
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
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
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
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
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