面向企业数据分析的 Text-to-SQL
计算与语言
2025-07-22 v1 人工智能
数据库
人机交互
摘要
大型语言模型的引入推动了 Text-to-SQL 基准任务的快速进展，但尚未实现可用于构建实际企业解决方案的易用性。本文分享了构建内部聊天机器人经验，这款聊天机器人使 LinkedIn 的产品经理、工程师和运营团队能够自助获取大型动态数据湖中的数据洞察。我们的方案包含三个组成部分：首先，我们构建了一个知识图谱，通过索引数据库元数据、历史查询日志、wiki 文档和代码来捕获最新的语义信息。我们应用聚类技术识别每个团队或产品区域相关的表格。其次，我们构建了一个 Text-to-SQL 智能体，从知识图谱中检索和排序上下文，编写查询，并自动纠正幻觉和语法错误。最后，我们构建了一个交互式聊天机器人，支持从数据发现到查询编写到调试等多种用户意图，并以丰富的 UI 元素呈现响应结果，以鼓励后续对话。该聊天机器人每周拥有超过 300 位活跃用户。专家评审表明，在内部基准数据集上，其 53% 的响应在正确或接近正确的程度上。通过消融研究，我们识别出知识图谱和建模组件中最重要的因素，为开发企业 Text-to-SQL 解决方案提供了实用路径。
关键词
引用
@article{arxiv.2507.14372,
title = {Text-to-SQL for Enterprise Data Analytics},
author = {Albert Chen and Manas Bundele and Gaurav Ahlawat and Patrick Stetz and Zhitao Wang and Qiang Fei and Donghoon Jung and Audrey Chu and Bharadwaj Jayaraman and Ayushi Panth and Yatin Arora and Sourav Jain and Renjith Varma and Alexey Ilin and Iuliia Melnychuk and Chelsea Chueh and Joyan Sil and Xiaofeng Wang},
journal= {arXiv preprint arXiv:2507.14372},
year = {2025}
}
备注
11 pages, 8 figures, Workshop on Agentic AI for Enterprise at KDD '25