面向 Text-to-SQL 的数据库描述自动生成
人工智能
2025-03-03 v1 计算与语言
数据库
摘要
在 Text-to-SQL 任务的背景下，表和列的描述对于弥合自然语言与数据库模式之间的差距至关重要。本报告提出了一种在缺乏显式描述时自动生成有效数据库描述的方法。所提方法采用双重过程方法：先由粗到细，再由细到粗。由粗到细的方法利用 LLM 的内在知识，引导从数据库到表再到列的理解过程。该方法提供了对数据库结构的整体理解，并确保了上下文对齐。相反，由细到粗的方法从列级别开始，在退回到表级别时提供更准确和细致的理解。在 Bird 基准上的实验结果表明，使用所提方法生成的描述相较于不使用描述，将 SQL 生成准确率提高了 0.93%，并达到了人类水平表现的 37%。源代码公开于 https://github.com/XGenerationLab/XiYan-DBDescGen。
关键词
引用
@article{arxiv.2502.20657,
title = {Automatic database description generation for Text-to-SQL},
author = {Yingqi Gao and Zhiling Luo},
journal= {arXiv preprint arXiv:2502.20657},
year = {2025}
}