利用基于合一的DeepStochLog生成有效的Text-to-SQL
计算与语言
2025-03-18 v1 人工智能
摘要
大型语言模型已被用于将自然语言问题翻译为SQL查询。由于缺乏对语法和数据库模式的硬约束，它们偶尔会生成无法执行的有效查询。这些失败限制了这些系统在现实场景中的使用。我们提出了一个神经符号框架，该框架利用基于合一的定子句文法施加SQL语法和模式约束，从而保证生成有效的查询。我们的框架还构建了与语言模型的双向接口，以利用其自然语言理解能力。在SQL语法子集上的评估结果表明，我们所有的输出查询都是有效的。这项工作是用基于合一的文法扩展语言模型的第一步。我们证明这种扩展大幅提升了底层语言模型的有效性、执行准确率和与真实值的对齐度。我们的代码可在 https://github.com/ML-KULeuven/deepstochlog-lm 获取。
引用
@article{arxiv.2503.13342,
title = {Valid Text-to-SQL Generation with Unification-based DeepStochLog},
author = {Ying Jiao and Luc De Raedt and Giuseppe Marra},
journal= {arXiv preprint arXiv:2503.13342},
year = {2025}
}