桥接差距：通过抽象查询模式和上下文模式标记将自然语言问题转化为 SQL 查询
计算与语言
2025-02-21 v1
摘要
大型语言模型在众多任务中显示出色的性能，包括文本到 SQL，due to their powerful in-context learning capabilities。它们正在成为文本到 SQL 的主流方法。然而，这些方法在复杂问题上仍与人类水平存在显著差距。随着问题的复杂性增加，问题与 SQL 之间的差距也随之增加。我们识别到了两个重要差距：结构映射差距和词汇映射差距。为解决这两个差距，我们提出了 PAS-SQL，一个基于 LLM 的高效 SQL 生成管道，通过抽象查询模式（AQP）和上下文模式标记（CSM）来缓解差距。AQP 旨在通过删除与数据库相关的信息来获取问题的结构模式，从而 enables us 找到结构上相似的演示。CSM 旨在将问题中与数据库相关的文本片段与数据库中的特定表或列关联，从而缓解词汇映射差距。Spider 和 BIRD 数据集上的实验结果表明我们提出的方法有效。具体而言，PAS-SQL + GPT-4o 在 Spider 基准上达到了新的 state-of-the-art，执行准确率为 87.9%，在 BIRD 数据集上取得领先结果，执行准确率为 64.67%。
引用
@article{arxiv.2502.14682,
title = {Bridging the Gap: Transforming Natural Language Questions into SQL Queries via Abstract Query Pattern and Contextual Schema Markup},
author = {Yonghui Kong and Hongbing Hu and Dan Zhang and Siyuan Chai and Fan Zhang and Wei Wang},
journal= {arXiv preprint arXiv:2502.14682},
year = {2025}
}