摘要

文本到SQL（Text-to-SQL）问题是指在给定用户问题和数据库的情况下，将其转化为相应的SQL查询。本文提出了一种名为RYANSQL（用于SQL的递归生成标注网络）的神经网络方法，以解决跨领域数据库中的复杂文本到SQL任务。为将嵌套的SQL查询转换为一组非嵌套的SELECT语句，本文定义了语句位置编码（Statement Position Code, SPC）；并提出了一种基于草图的槽位填充方法，用于根据对应的SPC生成每个SELECT语句。此外，本文还引入了两种输入处理技术，以进一步提升生成性能。在具有挑战性的Spider基准测试中，RYANSQL取得了58.2%的准确率，相较于此前最先进方法提升了3.2个百分点。截至本文撰写时，RYANSQL在Spider排行榜上位居第一。