融合表字段的NL2SQL多任务学习方法

打开文本图片集

摘 要：现有的自然语言转SQL（NL2SQL）方法没有充分利用数据表的字段信息，而这对于问题的语义理解和SQL语句的逻辑生成有着重要作用。为了提高SQL生成的整体准确性，提出一种融合数据表字段的NL2SQL方法（FC-SQL）。首先，利用BERT预训练模型对问题和数据库表字段进行合并编码表示；其次，采用多任务学习的方式，结合并联和级联的方式构建多任务网络，以预测不同子任务；最后，针对条件值提取子任务，通过融合字段信息计算问题中词与表字段的相似度，并以相似度值作为权重来计算每个词语作为条件值的概率，从而提高条件值预测的准确率。（剩余15202字）