摘要

大多数现有的文本到SQL任务研究并不需要生成包含多个子句或子查询的复杂SQL查询，也不需要泛化到新的、未见过的数据库。本文提出了一种名为SyntaxSQLNet的语法树网络，以解决复杂的跨域文本到SQL生成任务。SyntaxSQLNet采用了一个特定于SQL的基于语法树的解码器，并结合了带有SQL生成路径历史记录和表感知列注意力编码器的技术。我们在Spider文本到SQL任务上对SyntaxSQLNet进行了评估，该任务包含具有多个表的数据库以及包含多个SQL子句和嵌套查询的复杂SQL查询。我们使用了一种数据库分割设置，在这种设置下，测试集中的数据库在训练过程中未曾出现。实验结果表明，与先前的工作相比，SyntaxSQLNet能够处理显著更多的复杂SQL示例，在精确匹配准确率方面比之前的最先进模型提高了7.3%。此外，我们还展示了通过使用跨域增强方法，SyntaxSQLNet可以进一步提高性能7.5%，总体提升达到14.8%。据我们所知，这是首次对这一复杂的跨域文本到SQL任务进行研究。