DB-Explore: 文本转SQL的自动化数据库探索与指令合成
计算与语言
2025-05-22 v2
摘要
由大语言模型(LLM)驱动的近期文本转SQL系统在将自然语言查询翻译为SQL方面展现了显著性能。然而，这些系统通常在处理复杂数据库结构和领域特定查询时遇到困难，因为它们主要关注增强逻辑推理和SQL语法，而忽视了全面理解数据库的关键需求。为解决这一局限性，我们提出了DB-Explore——一个通过自动化探索和指令合成使LLM与数据库知识系统对齐的新型框架。DB-Explore构建数据库图以捕获复杂关系模式，利用GPT-4系统地挖掘结构模式和语义知识，并合成指令以提炼这些知识用于LLM的高效微调。我们的框架通过多样化采样策略和自动化指令生成实现了全面的数据库理解，弥合了数据库结构与语言模型之间的差距。在SPIDER和BIRD基准测试上进行的实验验证了DB-Explore的有效性，在BIRD上取得了67.0%的执行准确率，在SPIDER上取得了87.8%的执行准确率。值得注意的是，我们基于Qwen2.5-Coder-7B的开源实现在极低的计算成本下取得了最先进的结果，超越了多个由GPT-4驱动的文本转SQL系统。
引用
@article{arxiv.2503.04959,
title = {DB-Explore: Automated Database Exploration and Instruction Synthesis for Text-to-SQL},
author = {Haoyuan Ma and Yongliang Shen and Hengwei Liu and Wenqi Zhang and Haolei Xu and Qiuying Peng and Jun Wang and Weiming Lu},
journal= {arXiv preprint arXiv:2503.04959},
year = {2025}
}