多维上下文关系感知的SQL自动生成方法

摘要

结构化查询语言(structured query language,SQL)生成技术能将自然语言(natural language,NL)自动转换为SQL，成为当前研究热点。现有SQL自动生成方法仍存在诸多不足:无法在复杂情况下准确生成SQL;无法充分建模NL及数据库元素间的关系;在上下文相关环境下的多轮对话处理能力不足。针对上述问题，提出多维上下维关系感知的SQL自动生成方法 MCRA(multi-dimensional context-relation awareness)，集成了多维关系图构建模块、多维关系感知编码器、辅助任务模块等关键组件，能够更加全面地建模各元素间的关系，在一定程度上克服多轮对话生成的SQL准确率较低的问题。在标准数据集上进行实验，结果表明:MCRA算法SQL生成准确率优于主流模型。

关键词

SQL生成器 / 语义解析 / 人机交互 / NL-to-SQL

基金资助

国家自然科学基金项目(62272066,62572078); 四川省科技计划项目(2025ZNSFSC0044,2025YFHZ0194,2024YFFK0413); 成都市区域科技创新合作项目(2025-YF11-00050-HZ); 网络空间安全教育部重点实验室及河南省网络空间态势感知重点实验室开放基金课题(KLCS20240106); 成都重点研发支撑计划基础研究项目(2025-YF12-00019-RC,2025-YF12-00012-RC,2025-YF12-00015-RC)