余 波，彭敦陆

(上海理工大学 光电信息与计算机工程学院，上海 200093)

1 引 言

数据库中存储了海量的高价值数据，用户可以通过执行SQL与结构化数据直接进行交互，也可以通过设计好的交互界面进行交互.但SQL的使用难度限制了非技术用户，交互界面的设计也限制了使用的范围.通过自然语言直接与结构化数据进行交互，可以充分利用结构化数据的价值，为用户带来体验和效率的提升，该任务在现实生活中具有许多重要的潜在应用，例如问题解答[1]和导航控制[2].在一些应用场景，如基于关系数据库智能问答系统，Text2SQL，即将自然语言描述的文本问题自动转换成恰当的SQL语句是基于关系数据库智能问答系统的核心，这也是本文的专注的任务.

尽管Text2SQL的研究非常有意义，由于数据标注依赖于高度专业知识，并且要求注释者掌握SQL语法，因而目前只有少量的Text2SQL公共数据集用于模型训练.WikiSQL[3]是一个大规模的Text2SQL数据集，其中包括80，654个文本和SQL人工注释对.

图1是该数据集的SQL语句模式，其要完成的预测任务属于固定模式，不需要预测SQL语句中的所有内容，即只预测关键内容(图1中的标有“$”的部分)，这种方法称为基于草图的方法.表1是利用该数据集完成一个Text2SQL任务的简单示例.

表1 WikiSQL示例

图1 WikiSQL的草图

基于草图的Text2SQL的第1项工作是SQLNet[4]，它将Text2SQL任务转换为6个子任务.这些子任务可预测需要填充的草图中标有“$”的部分.对于WikiSQL数据集，基于草图的后续研究也使用类似的任务划分，例如TypeSQL[5]，MQAN[6]，SQLova[7]，X-SQL[8]等……