DeKeyNLU：通过任务分解和关键词提取增强自然语言到 SQL 生成
人工智能
2026-01-14 v2 计算与语言
摘要
自然语言到 SQL（NL2SQL）提供了一种以模型为中心的新范式，通过将自然语言查询转换为 SQL 命令来简化非技术用户的数据库访问。近期进展，特别是集成了检索增强生成（RAG）和链路思考（CoT）推理的技术，已在增强 NL2SQL 性能方面取得了显著进展。然而，LLM 在任务分解和关键词提取方面的不准确问题仍是主要瓶颈，常导致 SQL 生成错误。虽然现有数据集通过微调模型来缓解这些问题，但面临任务过度细化和缺乏领域特定关键词标注的问题，限制了其效果。为此，我们提出了 DeKeyNLU，一个包含 1500 对精心标注的问答对的新型数据集，用于细化任务分解并提高关键词提取精度。使用 DeKeyNLU 微调后，我们提出了 DeKeySQL，一个基于 RAG 的 NL2SQL 流水线，采用三个独立模块进行用户问题理解、实体检索和生成，以提高 SQL 生成准确性。我们对 DeKeySQL RAG 流水线中的多个模型配置进行了基准测试。实验结果表明，使用 DeKeyNLU 进行微调在 BIRD（62.31% 提升至 69.10%）和 Spider（84.2% 提升至 88.7%）开发数据集上的 SQL 生成准确率显著提升。
引用
@article{arxiv.2509.14507,
title = {DeKeyNLU: Enhancing Natural Language to SQL Generation through Task Decomposition and Keyword Extraction},
author = {Jian Chen and Zhenyan Chen and Xuming Hu and Peilin Zhou and Yining Hua and Han Fang and Cissy Hing Yee Choy and Xinmei Ke and Jingfeng Luo and Zixuan Yuan},
journal= {arXiv preprint arXiv:2509.14507},
year = {2026}
}