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
梦云澜2 小时前
论文阅读(十二):全基因组关联研究中生物通路的图形建模
论文阅读·人工智能·深度学习
远洋录2 小时前
构建一个数据分析Agent:提升分析效率的实践
人工智能·ai·ai agent
IT古董3 小时前
【深度学习】常见模型-Transformer模型
人工智能·深度学习·transformer
沐雪架构师4 小时前
AI大模型开发原理篇-2:语言模型雏形之词袋模型
人工智能·语言模型·自然语言处理
python算法(魔法师版)5 小时前
深度学习深度解析:从基础到前沿
人工智能·深度学习
kakaZhui5 小时前
【llm对话系统】大模型源码分析之 LLaMA 位置编码 RoPE
人工智能·深度学习·chatgpt·aigc·llama
struggle20256 小时前
一个开源 GenBI AI 本地代理(确保本地数据安全),使数据驱动型团队能够与其数据进行互动,生成文本到 SQL、图表、电子表格、报告和 BI
人工智能·深度学习·目标检测·语言模型·自然语言处理·数据挖掘·集成学习
佛州小李哥6 小时前
通过亚马逊云科技Bedrock打造自定义AI智能体Agent(上)
人工智能·科技·ai·语言模型·云计算·aws·亚马逊云科技
云空8 小时前
《DeepSeek 网页/API 性能异常(DeepSeek Web/API Degraded Performance):网络安全日志》
运维·人工智能·web安全·网络安全·开源·网络攻击模型·安全威胁分析
AIGC大时代8 小时前
对比DeepSeek、ChatGPT和Kimi的学术写作关键词提取能力
论文阅读·人工智能·chatgpt·数据分析·prompt