RAT-SQL: Relation-Aware Schema Encoding and Linking for Text-to-SQL Parsers
University of Edinburgh（爱丁堡大学）；UC Berkeley（加州大学伯克利分校）；Microsoft Research（微软研究院）
当将自然语言问题转换为SQL查询以回答来自数据库的问题时，当代的语义解析模型难以推广到看不见的数据库模式。泛化的挑战在于（a）以语义解析器可访问的方式编码数据库关系，以及（b）在给定查询中对数据库列及其提及之间的对齐进行建模。我们提出了一个统一的框架，基于关系感知的自我注意力机制，以解决模式编码，模式链接，并在文本到SQL编码器的功能表示。在具有挑战性的Spider数据集上，该框架将精确匹配准确率提高到57.2%，比最好的同行提高了8.7%。通过进一步增强BERT，它在Spider排行榜上实现了65.6%的最新性能。此外，我们观察到模型对模式链接和对齐的理解有了质的改进。我们的实现将在https://github.com/Microsoft/rat-sql上开源。
2021-08-24 cs.AI cs.CL
EviLink: Multi-Path Schema Linking with Uncertainty-Guided Evidence Acquisition for Large-Scale Text-to-SQL
School of Software Technology, Zhejiang University（浙江大学软件学院）；State Key Lab of CAD&CG, Zhejiang University（浙江大学CAD&CG国家重点实验室）；Tencent TEG（腾讯TEG）；School of Mathematical Sciences, Peking University（北京大学数学科学学院）
提出EviLink方法，通过多假设模式基础与不确定性引导的证据获取，重新定义模式链接为不确定性感知的模式需求推理，以平衡模式完整性、相关性和令牌成本，提升大规模Text-to-SQL性能。
2026-09-29 cs.AI cs.CL
EvoSchema: Towards Text-to-SQL Robustness Against Schema Evolution
The Ohio State University（俄亥俄州立大学）；Adobe Inc.（Adobe公司）；Purdue University（普渡大学）
EvoSchema通过模拟数据库模式演变，评估并提升文本到SQL系统在动态环境下的鲁棒性。
2026-03-11 cs.AI cs.CL cs.DB
MAG-SQL: Multi-Agent Generative Approach with Soft Schema Linking and Iterative Sub-SQL Refinement for Text-to-SQL
South China University of Technology（华南理工大学）；Tsinghua University（清华大学）
针对复杂数据库模式与问题下文本到SQL性能不足及中间步骤缺乏监督的问题，提出MAG-SQL多智能体生成方法，采用软模式链接与迭代子SQL细化，在BIRD上以GPT-4实现61.08%执行准确率，超越基线。
2024-11-07 cs.AI cs.CL
Improving Retrieval-augmented Text-to-SQL with AST-based Ranking and Schema Pruning
Huawei Technologies（华为技术有限公司）；CSI（英国计算机科学研究所）
本文提出ASTReS框架，通过动态检索数据库信息、基于抽象语法树选择少样本示例，并利用小型高效模型生成近似SQL来增强Text-to-SQL语义解析，在单语和跨语言基准上均超越现有最先进方法。
2024-11-04 cs.AI cs.CL cs.DB
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
JOLT-SQL: Joint Loss Tuning of Text-to-SQL with Confusion-aware Noisy Schema Sampling
Zhengzhou University（郑州大学）；Zhengzhou University of Aeronautics（郑州航空工业管理大学）；Wuhan University（武汉大学）
针对Text-to-SQL任务中SFT方法的复杂多阶段流程及噪声模式鲁棒性差问题，提出单阶段SFT框架JOLT-SQL，通过统一损失联合优化模式链接与SQL生成，结合混淆感知噪声模式采样策略，在基准测试中实现最优执行准确率并提升效率。
2025-09-23 cs.CL
AutoLink: Autonomous Schema Exploration and Expansion for Scalable Schema Linking in Text-to-SQL at Scale
AutoLink通过自主代理框架实现大规模文本到SQL的模式探索与扩展，提升模式链接的召回率和可扩展性。
2025-11-21 cs.CL cs.DB
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
DCG-SQL: Enhancing In-Context Learning for Text-to-SQL with Deep Contextual Schema Link Graph
Department of Artificial Intelligence, Sungkyunkwan University（人工智能系，成均馆大学）；Department of Immersive Media Engineering, Sungkyunkwan University（沉浸媒体工程系，成均馆大学）；Department of Computer Science and Engineering, Sungkyunkwan University（计算机科学与工程系，成均馆大学）
本文提出 DCG-SQL，通过深度上下文章节链接图表示问题与数据库模式的语义关系并检索示例，从而在大小型 LLM 上均提升 Spider 的 Text-to-SQL 性能与效率。
2025-07-22 cs.AI cs.CL
Semantic Enhanced Text-to-SQL Parsing via Iteratively Learning Schema Linking Graph
Tsinghua University（清华大学）
对于旨在将人类话语解析成SQL语句的Text-to-SQL系统来说，对新数据库的可推广性是至关重要的。现有的工作实现了这一目标，利用精确匹配的方法来确定词汇之间的匹配问题的话和模式项目。然而，这些方法在其他具有挑战性的情况下失败，例如同义词替换，其中对应的问题词和模式项目之间的表面形式不同。在本文中，我们提出了一个名为ISESL-SQL的框架，迭代地建立一个语义增强的模式链接图之间的问题令牌和数据库模式。首先，我们提取一个模式链接图从PLM通过探测过程中的无监督的方式。然后在训练过程中通过深度图学习方法进一步优化模式链接图。同时，我们还设计了一个辅助任务，称为图正则化，以改善模式链接图中提到的模式信息。在三个基准测试上的大量实验表明，ISESL-SQL可以始终优于基线，进一步的调查表明其通用性和鲁棒性。
2022-08-08 cs.CL
Knapsack Optimization-based Schema Linking for LLM-based Text-to-SQL Generation
The Hong Kong Polytechnic University（香港理工大学）；City University of Macau（澳门城市大学）；Jinan University（济南大学）
本文提出KaSLA方法，通过引入受限缺失指标改进模式链接，优化SQL生成性能，实验表明其在Spider和BIRD基准上显著提升文本到SQL模型表现。
2026-04-22 cs.CL cs.DB
UniSAr: A Unified Structure-Aware Autoregressive Language Model for Text-to-SQL
Harbin Institute of Technology（哈尔滨工业大学）；Microsoft Research Asia（微软亚洲研究院）
现有的文本到SQL语义解析器通常是为特定的设置而设计的，例如处理跨多个表、域或轮次的查询，这使得它们在应用于不同的设置时无效。我们提出了UniSAr（统一结构感知自回归语言模型），它受益于直接使用现成的语言模型架构，并在不同的设置下表现出一致的高性能。具体来说，UniSAr扩展了现有的自回归语言模型，以纳入三个非侵入性扩展，使它们结构感知：（1）添加结构标记编码数据库模式，会话上下文，以及它们的关系;（2）约束解码解码良好的结构化SQL为给定的数据库模式;（3）SQL完成，以完成潜在的缺失连接关系的SQL数据库模式的基础上。在涵盖多域、多表和多回合的七个著名的文本到SQL数据集上，UniSAr表现出与最先进的专门设计的文本到SQL模型高度可比或更好的性能。重要的是，我们的UniSAr是非侵入性的，因此文本到SQL的其他核心模型也可以采用我们的扩展来进一步提高性能。
2022-04-13 cs.AI cs.CL cs.DB
Diverse Parallel Data Synthesis for Cross-Database Adaptation of Text-to-SQL Parsers
Indian Institute of Technology Bombay（印度理工学院孟买分校）
文本到SQL解析器通常在训练期间与看不见的数据库作斗争。由于新模式中缺少自然语言查询，使解析器适应新数据库是一个具有挑战性的问题。我们提出了ReFill，一个框架，用于合成高质量和文本多样的并行数据集，以适应文本到SQL解析器的目标模式。ReFill学习从现有模式中检索和编辑文本查询，并将其传输到目标模式。我们发现，检索不同的现有文本，掩盖其特定于模式的令牌，并重新填充与目标模式相关的令牌，导致更多样化的文本查询比标准的SQL到文本生成方法。通过跨多个数据库的实验，我们证明了使用ReFill合成的数据集上的微调解析器始终优于先前的数据增强方法。
2022-10-29 cs.AI cs.CL cs.LG
Solid-SQL: Enhanced Schema-linking based In-context Learning for Robust Text-to-SQL
School of Cyber Science and Engineering, Wuhan University（武汉大学网络科学与工程学院）；Big Data and AI Platform Department, Tencent（腾讯大数据与人工智能平台部）
Solid-SQL通过增强模式链接和两轮结构相似性示例检索，提升文本到SQL系统在对抗扰动下的稳健性，在Spider和Bird上分别达到82.1%和58.9%的准确率，并在扰动基准上平均提升11.6%。
2024-12-17 cs.AI cs.CL
The Death of Schema Linking? Text-to-SQL in the Age of Well-Reasoned Language Models
Distyl AI；Polytechnique Montreal（蒙特利尔理工学院）
本研究重新审视Text-to-SQL中的模式链接，发现新LLM能处理大量不相关模式，故在模式适配上下文时放弃模式链接，并采用增强、选择和纠正技术，在BIRD基准上以71.83%准确率排名第一。
2026-09-17 cs.AI cs.CL cs.IR
EGREFINE: An Execution-Grounded Optimization Framework for Text-to-SQL Schema Refinement
Xidian University（西安电子科技大学）
本文提出EGRefine框架，通过约束优化问题解决文本到SQL模式精炼问题，采用列级贪心分解策略，确保模式精炼的安全性和查询等价性，提升模型准确性。
2026-05-01 cs.CL cs.DB
Representing Schema Structure with Graph Neural Networks for Text-to-SQL Parsing
Tel-Aviv University（特拉维夫大学）；Allen Institute for Artificial Intelligence（艾伦人工智能研究所）
对SQL解析语言的研究在很大程度上忽略了数据库（DB）模式的结构，要么是因为DB非常简单，要么是因为它在训练和测试时都被观察到。在Spider（最近发布的文本到SQL数据集）中，在测试时会给出新的和复杂的DB，因此DB模式的结构可以通知预测的SQL查询。在本文中，我们提出了一个编码器-解码器的语义解析器，其中的DB模式的结构是用一个图神经网络编码，这种表示是后来在编码和解码时使用。评估表明，对模式结构进行编码将我们的解析器准确率从33.8%提高到39.4%，大大高于目前的19.7%。
2019-06-03 cs.CL
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
Improving Text-to-SQL with Schema Dependency Learning
Alibaba Group（阿里巴巴集团）
Text-to-SQL旨在将自然语言问题映射到SQL查询。基于草图的方法结合执行引导（EG）解码策略在WikiSQL基准测试中表现出很强的性能。然而，执行引导解码依赖于数据库执行，这显著地减慢了推理过程，因此对于许多现实世界的应用是不令人满意的。在本文中，我们提出了模式依赖引导的多任务文本到SQL模型（SDSQL），以指导网络有效地捕捉问题和模式之间的相互作用。所提出的模型优于所有现有的方法在这两个设置与或没有EG。我们发现模式依赖学习部分覆盖了EG的好处，并证明了对它的需求。没有EG的SDSQL大大减少了推理过程中的时间消耗，只牺牲了少量的性能，并为下游应用程序提供了更大的灵活性。
2021-12-10 cs.CL
Unmasking Database Vulnerabilities: Zero-Knowledge Schema Inference Attacks in Text-to-SQL Systems
Department of Information Systems and Cyber Security（信息系统与网络安全系）；The University of Texas at San Antonio（德克萨斯大学圣安东尼奥分校）
本文提出一种零知识模式推断攻击框架，通过精心设计的问题探测文本到SQL模型并利用GPT-4解释输出，以高准确率重建数据库表名等模式信息，揭示了严重的安全漏洞并评估了简单防护机制的局限。
2025-06-03 cs.CL
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
Track-SQL: Enhancing Generative Language Models with Dual-Extractive Modules for Schema and Context Tracking in Multi-turn Text-to-SQL
School of Computer Science, Guangdong University of Technology（广东技术大学计算机科学学院）；Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东人工智能与数字经济实验室）；Peng Cheng Laboratory（鹏城实验室）；College of Science, Shantou University（汕头大学理学院）
Track-SQL通过双提取模块提升生成语言模型在多轮文本到SQL任务中的模式和上下文跟踪能力，实现性能显著提升。
2026-03-06 cs.CL
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
An Investigation Between Schema Linking and Text-to-SQL Performance
Tohoku University（东北大学）；RIKEN（理化学研究所）
文本到SQL是开发计算机理解自然语言的方法的关键任务。最近的神经方法提供了出色的性能;然而，难以解释的模型抑制了未来的发展。因此，本研究旨在提供一种更好的方法来解释神经模型。我们假设，如果我们同时识别模式链接的详细性能作为文本到SQL性能的附加信息，那么手头模型的内部行为变得更容易分析。我们将模式链接信息的地面实况注释提供到Spider数据集上。我们展示了注释数据的有用性以及如何分析当前最先进的神经模型。
2021-02-03 cs.CL
LitE-SQL: A Lightweight and Efficient Text-to-SQL Framework with Vector-based Schema Linking and Execution-Guided Self-Correction
Yonsei University（延世大学）
LitE-SQL通过轻量高效的框架和基于向量的模式链接技术，实现高准确率的文本到SQL生成，无需多候选采样即可执行引导自我纠正，适用于隐私敏感和资源受限场景。
2026-01-20 cs.CL
Rethinking Schema Linking: A Context-Aware Bidirectional Retrieval Approach for Text-to-SQL
University of Alberta, Canada（阿尔伯塔大学）；Huawei Technologies Canada Co., Ltd., Canada（华为技术加拿大有限公司）
本文提出了一种上下文感知的双向检索方法，用于提升文本到SQL系统的模式链接精度与效率。
2026-01-26 cs.CL cs.IR
S$^2$SQL: Injecting Syntax to Question-Schema Interaction Graph Encoder for Text-to-SQL Parsers
Alibaba Group（阿里巴巴集团）；University of Chinese Academy of Sciences（中国科学院大学）；The Chinese University of Hong Kong（香港中文大学）；Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）
将自然语言问题转换为可执行的SQL查询的任务，称为文本到SQL，是语义解析的一个重要分支。国家的最先进的基于图形的编码器已成功地用于这项任务，但没有建模的问题语法很好。本文提出了S $^2$ SQL，在文本到SQL解析器的问题模式图编码器中注入了XML，有效地利用了文本到SQL中问题的语法依赖信息，提高了性能。我们还采用解耦约束诱导不同的关系边嵌入，这进一步提高了网络的性能。在Spider和鲁棒性设置Spider-Syn上的实验表明，当使用预训练模型时，所提出的方法优于所有现有方法，从而在Spider排行榜上排名第一。
2022-03-14 cs.CL
IGSQL: Database Schema Interaction Graph Based Neural Model for Context-Dependent Text-to-SQL Generation
Wangxuan Institute of Computer Technology, Peking University（北京大学王选计算机研究所）；Center for Data Science, Peking University（北京大学数据科学中心）；The MOE Key Laboratory of Computational Linguistics, Peking University（北京大学教育部计算语言学重点实验室）
近年来，上下文相关的文本到SQL任务引起了人们的广泛关注。以前的上下文相关的文本到SQL任务的模型只集中在利用历史用户输入。在这项工作中，除了使用编码器来捕捉用户输入的历史信息，我们提出了一个数据库模式交互图编码器，利用历史信息的数据库模式项目。在解码阶段，我们引入了一个门机制来衡量不同词汇的重要性，然后进行预测的SQL令牌。我们评估我们的模型上的基准SParC和CoSQL数据集，这是两个大型的复杂的上下文相关的跨域文本到SQL数据集。我们的模型在很大程度上优于以前的最先进的模型，并在两个数据集上取得了新的最先进的结果。比较和消融的结果表明，我们的模型的有效性和有用的数据库模式交互图编码器。
2020-11-11 cs.CL
RESDSQL: Decoupling Schema Linking and Skeleton Parsing for Text-to-SQL
Renmin University of China（中国人民大学）
本文提出 RESDSQL 框架，通过排序增强编码和骨架感知解码将模式链接与骨架解析解耦，显著提升了 Text-to-SQL 的解析准确性与鲁棒性。
2023-04-10 cs.CL
Auto prompt sql: a resource-efficient architecture for text-to-sql translation in constrained environments
针对资源受限环境下Text-to-SQL方法依赖高资源模型的难题，提出AP-SQL架构，结合小型开源模型与闭源大模型能力，通过任务分解、模型微调及CoT、GoT提示工程提升SQL生成准确率，在Spider基准上验证了有效性。
2025-08-31 cs.AI cs.CL
DexterSQL: Deep Schema Exploration and Rule-based Correction for Text-to-SQL Generation
New Jersey Institute of Technology（新泽西理工学院）；Virginia Tech（弗吉尼亚理工大学）
DexterSQL是基于提示的非微调Text-to-SQL系统，通过深度模式探索器、数据库无关规则创建器、多路径SQL生成三个组件，在BIRD-Dev数据集上提升了开源与闭源大语言模型的Text-to-SQL生成准确率。
2026-09-10 cs.AI cs.CL cs.DB
A Tale of Two Linkings: Dynamically Gating between Schema Linking and Structural Linking for Text-to-SQL Parsing
University of Virginia（弗吉尼亚大学）；Microsoft Research（微软研究院）
在文本到SQL的语义解析中，为生成的SQL查询选择正确的实体（表和列）是至关重要的，也是具有挑战性的;解析器需要将自然语言（NL）问题和SQL查询连接到数据库中的结构化知识。我们制定了两个链接过程，以解决这一挑战：模式链接链接明确的NL提到数据库和结构链接的实体在输出SQL中的数据库模式中的结构关系。直观地说，这两个链接过程的有效性变化的基础上产生的实体，因此，我们建议使用门控机制动态地选择它们之间。将所提出的方法与两个基于图神经网络的语义解析器以及BERT表示相结合，在具有挑战性的Spider数据集上展示了解析准确性的实质性收益。分析表明，我们提出的方法有助于增强结构的模型输出时，生成复杂的SQL查询，并提供更多的解释预测。
2020-11-22 cs.CL
UNJOIN: Enhancing Multi-Table Text-to-SQL Generation via Schema Simplification
Arizona State University（亚利桑那州立大学）；University of Pennsylvania（宾夕法尼亚大学）
UNJOIN提出两阶段框架，通过将多表模式简化为单表表示并解耦检索与SQL生成，提升多表文本到SQL性能，在SPIDER和BIRD上达到最先进水平。
2025-05-23 cs.CL
ACE-SQL: Adaptive Co-Optimization via Empirical Credit Assignment for Text-to-SQL
Harbin Engineering University（哈尔滨工程大学）；Harbin Institute of Technology（哈尔滨工业大学）；Beijing University of Posts and Telecommunications（北京邮电大学）
提出ACE-SQL强化学习框架，通过在线列集池和经验信用分配联合优化模式检索与SQL生成，在BIRD Dev上达到65.3%的贪心执行准确率。
2026-06-04 cs.CL
SQLfuse: Enhancing Text-to-SQL Performance through Comprehensive LLM Synergy
Ant Group（蚂蚁集团）；OceanBase（OceanBase（ OceanBase是蚂蚁集团旗下的分布式数据库品牌，保留英文原名））
SQLfuse通过集成开源LLM与模式挖掘、模式链接、SQL生成及评论四大模块，提升文本到SQL转换的准确性与可用性，并在Spider基准上取得领先表现。
2024-07-19 cs.AI cs.CL cs.DB
CQR-SQL: Conversational Question Reformulation Enhanced Context-Dependent Text-to-SQL Parsers
Tencent Cloud Xiaowei（腾讯云小微）；Beihang University（北京航空航天大学）
上下文相关的文本到SQL是将多轮问题转换为与数据库相关的SQL查询的任务。现有的方法通常侧重于充分利用历史上下文或先前预测的SQL来进行当前SQL解析，而忽略了显式地理解模式和会话依赖，如共指，省略和用户焦点变化。在本文中，我们提出了CQR-SQL，它使用辅助会话问题重构（CQR）学习显式地利用模式和解耦上下文依赖SQL解析。具体来说，我们首先提出了一个模式增强递归CQR方法产生领域相关的自包含的问题。其次，通过基于模式的一致性任务和树型结构的SQL解析一致性任务对CQR-SQL模型进行训练，使其能够将多轮问句和辅助自包含问句的语义映射到同一个潜在空间中，通过充分的上下文理解来提高SQL解析的能力。在撰写本文时，我们的CQR-SQL在两个上下文相关的文本到SQL基准测试SParC和CoSQL上取得了最新的结果。
2022-10-24 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
LR-SQL: A Supervised Fine-Tuning Method for Text2SQL Tasks under Low-Resource Scenarios
College of Internet of Things, Nanjing University of Posts and Telecommunications（南京邮电大学物联网学院）
针对数据库复杂性导致微调GPU内存需求增加的问题，提出LR-SQL方法，通过分解数据库为表的灵活组合并训练思维链，在仅微幅降低准确率的情况下显著减少GPU内存使用。
2024-10-15 cs.AI cs.CL cs.DB
BudgetSchemaBench: A Budget-Swept Diagnostic for Schema Context in Text-to-SQL
Megagon Labs
本文提出BudgetSchemaBench，一个基于执行结果的诊断基准，用于评估文本到SQL中不同模式上下文预算和序列化方式对执行准确率的影响，发现预算比序列化方式更关键。
2026-10-02 cs.AI cs.CL cs.DB
AttnLink: Turning Attention into Schema Links for Text-to-SQL
研究针对文本到SQL的模式链接方法在性能与效率间的权衡问题，提出AttnLink框架，其变体AttnLink-S在多数据集上实现高mAP与低延迟，且提升下游SQL生成准确率。
2026-08-04 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
Encoding Database Schemas with Relation-Aware Self-Attention for Text-to-SQL Parsers
UC Berkeley（加州大学伯克利分校）；Intel Labs（英特尔实验室）
当将自然语言问题转换为SQL查询来回答数据库中的问题时，我们希望我们的方法可以推广到训练集之外的域和数据库模式。为了使用神经编码器-解码器范例处理复杂的问题和数据库模式，将模式正确编码为问题输入的一部分至关重要。在本文中，我们在编码器中使用关系感知的自注意力，以便它可以推理所提供的模式中的表和列如何相互关联，并使用此信息来解释问题。我们在最近发布的Spider数据集上取得了显著的进步，精确匹配准确率为42.94%，而在已发表的工作中报告的准确率为18.96%。
2019-06-27 cs.CL cs.LG stat.ML
MDB-Link: Hierarchical Schema Linking for Multi-Database Text-to-SQL
University of Manchester（曼彻斯特大学）；Faculty of Science and Engineering（科学与工程学院）
本文针对多数据库Text-to-SQL场景提出分层模式链接框架MDB-Link，结合LLM实现数据库定位与列选择，在多个数据集上性能及运行速度均优于基线方法，可高效支撑SQL生成。
2026-08-11 cs.CL
LinkAlign: Scalable Schema Linking for Real-World Large-Scale Multi-Database Text-to-SQL
China Academy of Information and Communications Technology（中国信息通信技术研究院）；Renmin University of China（中国人民大学）；University of International Business and Economics（国际经济贸易大学）
LinkAlign通过多轮语义增强检索、无关信息隔离和模式提取增强，解决大规模多数据库场景下的模式链接两大挑战，在Spider 2.0-Lite上以开源LLM达到33.09%的新SOTA。
2025-09-08 cs.CL
PET-SQL: A Prompt-Enhanced Two-Round Refinement of Text-to-SQL with Cross-consistency
SenseTime Research（商汤科技研究院）；Peking University（北京大学）；Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院）；School of Computer Science and Technology, Beijing Institute of Technology（北京理工大学计算机学院）；University of Cologne（科隆大学）
提出两阶段框架PET-SQL，通过参考增强提示和模式链接生成SQL，并利用跨LLM交叉一致性进行优化，在Spider基准上以87.6%执行准确率创SOTA。
2024-06-02 cs.AI cs.CL
AptMQL-Bench: From Text-to-SQL to Text-to-MQL via Access-Pattern Schema Design and Data-Preserving Migration
The University of Sydney（悉尼大学）；MongoDB Research（MongoDB 研究院）
针对现有文本到SQL到文本到MQL转换的缺陷，提出基于访问模式模式设计与数据保留迁移的流水线，构建AptMQL-Bench基准，最强模型准确率仅57.38%，表明该任务仍具挑战性。
2026-10-05 cs.CL cs.DB
CSS: A Large-scale Cross-schema Chinese Text-to-SQL Medical Dataset
Shanghai Jiao Tong University（上海交通大学）；Tencent Jarvis Lab（腾讯贾维斯实验室）
本文提出跨模式文本到SQL任务，并构建了大规模中文医学数据集CSS，包含多个数据库及数万条问题/SQL对，通过基准实验验证了其用于模型泛化研究的价值。
2023-05-25 cs.CL
ShadowGNN: Graph Projection Neural Network for Text-to-SQL Parser
Shanghai Jiao Tong University（上海交通大学）；State Key Lab of Media Convergence Production Technology and Systems（媒体融合生产技术与系统国家重点实验室）
给定数据库模式，Text-to-SQL旨在将自然语言问题转换为相应的SQL查询。在跨域环境下，传统的语义解析模型难以适应不可见的数据库模式。为了提高模型的泛化能力，罕见的和看不见的模式，我们提出了一个新的架构，ShadowGNN，在抽象和语义层面上处理模式。通过忽略数据库中的语义项名称，抽象模式被利用在一个设计良好的图投影神经网络中，以获得问题和模式的非词汇化表示。基于领域无关的表示，关系感知的Transformer被用来进一步提取问题和模式之间的逻辑链接。最后，采用上下文无关文法的SQL解码器。在具有挑战性的Text-to-SQL基准测试Spider上，实证结果表明ShadowGNN的性能优于最先进的模型。当标注的数据非常有限时（只有10%的训练集），ShadowGNN获得了超过5%的绝对性能增益，这表明它具有强大的泛化能力。我们的实现将在\url{https://github.com/WowCZ/shadowgnn}上开源。
2021-04-14 cs.CL cs.HC
SADGA: Structure-Aware Dual Graph Aggregation Network for Text-to-SQL
School of Computer Science, Guangdong University of Technology（广东工业大学计算机学院）；Peng Cheng Laboratory（鹏城实验室）；College of Science, Shantou University（汕头大学理学院）
Text-to-SQL任务旨在将问题的自然语言转换为SQL查询，近年来引起了人们的广泛关注。Text-to-SQL最具挑战性的问题之一是如何将训练好的模型推广到看不见的数据库模式，也称为跨域Text-to-SQL任务。关键在于（i）对问题和数据库模式进行建模的编码方法和（ii）学习问题中的单词与数据库模式中的表/列之间的映射的问题-模式链接方法的可推广性。针对这两个关键问题，本文提出了一种结构感知的双图聚合网络（SADGA）。在SADGA中，我们采用了图结构，为自然语言问题和数据库模式提供了一个统一的编码模型。在统一建模的基础上，我们进一步设计了一种结构感知的聚合方法来学习问题图和模式图之间的映射。结构感知聚合方法具有全局图链接、局部图链接和双图聚合机制。我们不仅从经验上研究了我们的提案的性能，而且在撰写本文时，我们在具有挑战性的文本到SQL基准测试Spider中获得了第三名。
2022-01-17 cs.CL
STAR: SQL Guided Pre-Training for Context-dependent Text-to-SQL Parsing
University of Science and Technology of China（中国科学技术大学）；Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）；DAMO Academy, Alibaba Group（阿里巴巴集团达摩院）
在本文中，我们提出了一种新的SQL引导的预训练框架STAR上下文相关的文本到SQL解析，它利用上下文信息，以丰富自然语言（NL）的话语和表模式表示文本到SQL的对话。具体地说，我们提出了两个新的预训练目标，分别探讨了在每个文本到SQL对话中的NL语句和SQL查询的上下文相关交互：（i）模式状态跟踪（SST）目标，通过预测和更新交互期间每个模式槽的值，以模式状态的形式跟踪和探索上下文相关SQL查询的模式状态;（ii）话语依赖性跟踪（UDT）目标，其采用加权对比学习来将两个语义上相似的NL话语拉在一起，并且在每个对话内推开语义上不相似的NL话语的表示。此外，我们构建了一个高质量的大规模上下文相关的文本到SQL会话语料库预训练STAR。大量的实验表明，STAR在两个下游基准测试（SParC和CoSQL）上实现了新的最先进的性能，显著优于以前的预训练方法，并在排行榜上排名第一。我们相信构建的语料库、代码库和预训练的STAR检查点的发布将推动这一领域的研究。为了重现性，我们在https://github.com/AlibabaResearch/DAMO-ConvAI/tree/main/star上发布我们的代码和数据。
2022-10-28 cs.CL
Schema on the Inside: A Two-Phase Fine-Tuning Method for High-Efficiency Text-to-SQL at Scale
本文提出一种两阶段监督微调方法，使模型能内部化整个数据库架构，减少输入token至100以下，提升文本到SQL的精度和效率。
2026-03-25 cs.AI cs.CL
CRED-SQL: Enhancing Real-world Large Scale Database Text-to-SQL Parsing through Cluster Retrieval and Execution Description
Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳））；Pengcheng Laboratory, Shenzhen, China（鹏城实验室）；Inspur Cloud Information Technology Co., Ltd, Jinan 250101, China（浪潮云信息技术有限公司）；Guangdong Power Grid Co., Ltd, China（广东电网公司）
针对大规模数据库中文本转SQL任务存在的语义不匹配问题，提出集成聚类检索和执行描述的CRED-SQL框架，通过聚类模式检索和EDL中间表示提升性能，在SpiderUnion和BirdUnion上实现SOTA。
2025-08-20 cs.AI cs.CL
RASL: Retrieval Augmented Schema Linking for Massive Database Text-to-SQL
Amazon（亚马逊）
针对大语言模型数据库自然语言接口难以扩展到企业级海量数据目录的问题，提出RASL检索增强架构，拆解模式元数据为语义单元单独索引，兼顾表识别与列信息利用，在海量数据库上表现优于基线，无需领域微调即可适配企业场景。
2025-07-30 cs.AI cs.CL cs.LG
