NL2Sql

关键前提:

1、如何理解表和字段;

2、如何把自然语言转化为正确的sql:含正确的表、where条件、结果字段等。

3、复杂sql的处理:可使用预定义的提示词+sql模板。

4、支持自定义注释。

效果的影响因素:

  1. 表和列注释的丰富程度:每张表及表中的列都添加注释,会提高查询的准确率。
  2. 用户问题与表中列注释的匹配程度:用户问题中的关键词和列注释保 持一致,语义上越接近,查询效果越好。
  3. 生成的SQL语句长度:SQL语句中涉及的列越少、条件越简单,查询 会越准确。
  4. SQL语句中的逻辑复杂程度:SQL语句中涉及的高级语法越少,查询越准确。

参考

https://help.aliyun.com/zh/polardb/polardb-for-mysql/user-guide/llm-based-nl2sql 自然语言到SQL语言转义(基于大语言模型的NL2SQL)

https://www.cnblogs.com/ting1/p/18145360

https://github.com/eosphoros-ai/DB-GPT

相关推荐
深圳雨林凯AI17 分钟前
商品详情长图的自动生成:版块模板、要素抽取与版式约束的实现思路
人工智能·ai
lisw0520 分钟前
迁移学习(Transfer Learning):概念、历史、内容、挑战与展望
人工智能·机器学习·迁移学习
炫酷的大高个30 分钟前
98% 连跑 20 次只剩 67%,我算了大模型重试账
人工智能·架构·开源
可乐ea36 分钟前
智能体的模型列表为什么要从三处来源合成:一次让 GPT-6.1 Sol 选不上的发布延迟
人工智能·gpt·chatgpt·智能体框架·模型列表·多源数据合成·客户端工程
freewebsys43 分钟前
【原始POSTMAN】最老一个版本的postman 大家还记得吗?官方已经不支持没有升级了,下载了组件用AI直接升级了下可以使用了!
人工智能
云南新人和数采集团1 小时前
云南靠谱软件开发公司选型指南:以昆明新腾科技为例
大数据·人工智能·科技
发现你走远了2 小时前
05-权限不是开关:工具调用如何在放行、拦截与追问之间做决定
人工智能·agent·claude
AllData公司负责人2 小时前
AI大模型数据开发底座系列说明书:AllData集成DB-GPT开源项目建设 AI 多模态分析底座,涵盖模态解析/智能大屏/MCP 扩展!
大数据·数据库·人工智能·gpt·数据采集·数据接入·模态解析
syyjhchou3 小时前
自己搭企业内部中转站,怎么让请求更容易命中缓存
人工智能·后端·语言模型·aigc
张然Adolf4 小时前
人工智能电力系统应用新手实战指南
人工智能