模型可解释性分析可为 Text-to-SQL 任务带来改进
人工智能
2025-08-20 v1 计算与语言
数据库
摘要
为了提升 Text-to-SQL 模型在实际应用中的基础能力和泛化能力，我们将模型可解释性分析与执行引导策略相结合，用于 SQL 查询中 WHERE 子句的语义解析。此外，我们通过过滤调整、逻辑关联优化和模型融合来增强此方法，最终设计出能够促进条件增强的 CESQL 模型。我们的模型在 WikiSQL 数据集（单表数据库查询任务的典型代表）上表现优异，显著提高了预测结果的准确性。在预测 WHERE 子句中的条件值时，我们不仅减少了对表中条件列数据的依赖，还规避了人工标注训练数据的影响。我们希望，这项提高基础数据库查询处理准确性的努力，能为研究现实数据库环境中处理复杂查询和具有不规则数据特征的场景提供新的视角。
引用
@article{arxiv.2508.13178,
title = {The Interpretability Analysis of the Model Can Bring Improvements to the Text-to-SQL Task},
author = {Cong Zhang},
journal= {arXiv preprint arXiv:2508.13178},
year = {2025}
}