基于业务逻辑驱动的文本到 SQL 数据合成用于商业智能
计算与语言
2026-01-22 v1
摘要
评估私人商业智能(BI)场景中的文本到 SQL 代理程序具有挑战性，由于缺乏真实、特定于领域的数据。尽管合成评估数据提供了可扩展的解决方案，但现有生成方法未能捕捉业务现实性——即问题是否反映真实的业务逻辑和工作流程。我们提出了一种业务逻辑驱动的数据合成框架，该框架在业务人物、工作场景和工作流程中生成数据。此外，我们通过施加业务推理复杂性控制策略来提高数据质量，该策略多样化了回答问题所需的分析推理步骤。在生产规模的 Salesforce 数据库上的实验表明，我们的合成数据实现了高业务现实性(98.44%)，显著优于 OmniSQL(+19.5%)和 SQL-Factory(+54.7%)，同时保持强大的问题-SQL 对齐(98.59%)。我们的合成数据也揭示了最先进的文本到 SQL 模型仍存在显著的性能差距，在最复杂的业务查询中仅实现了 42.86% 的执行准确率。
引用
@article{arxiv.2601.14518,
title = {Business Logic-Driven Text-to-SQL Data Synthesis for Business Intelligence},
author = {Jinhui Liu and Ximeng Zhang and Yanbo Ai and Zhou Yu},
journal= {arXiv preprint arXiv:2601.14518},
year = {2026}
}