SQLformer：用于文本到SQL转换的深度自回归查询图生成模型
计算与语言
2024-05-28 v4 机器学习
摘要
近年来，将自然语言问题转换为可执行SQL查询的文本到SQL转换任务，因其在普及数据访问方面的潜力而受到广泛关注。尽管前景广阔，但适应未知数据库以及将自然语言与SQL语法对齐等挑战阻碍了该任务的广泛采用。为克服这些问题，我们提出了SQLformer，一种专为执行文本到SQL转换任务而设计的新型Transformer架构。我们的模型以自回归方式将SQL查询预测为抽象语法树（ASTs），并在编码器和解码器层中融入结构归纳偏置。该偏置由数据库表和列的选择引导，帮助解码器以广度优先搜索规范顺序生成表示为图的SQL查询ASTs。我们的实验表明，SQLformer在六个知名文本到SQL基准上取得了最先进的性能。
引用
@article{arxiv.2310.18376,
title = {SQLformer: Deep Auto-Regressive Query Graph Generation for Text-to-SQL Translation},
author = {Adrián Bazaga and Pietro Liò and Gos Micklem},
journal= {arXiv preprint arXiv:2310.18376},
year = {2024}
}
备注
13 pages, 4 figures, 11 tables