摘要

近年来，文本到SQL（Text-to-SQL）任务中最具代表性的方法之一是基于预训练语言模型的方法。由于SQL查询具有特定的结构特性，传统的序列到序列（seq2seq）模型需同时承担解析模式项（即表名和列名）与查询骨架（即SQL关键字）的双重任务。这种耦合的目标设计显著增加了正确生成SQL查询的难度，尤其是在涉及大量模式项和复杂逻辑运算符的情况下。本文提出了一种增强排序的编码与骨架感知的解码框架，旨在解耦模式项链接与查询骨架解析过程。具体而言，针对seq2seq编码器-解码器模型，其编码器仅注入与当前查询最相关的模式项，而非全部无序的模式项，从而有效降低SQL解析过程中的模式链接负担；同时，解码器采用分步生成策略：先生成查询骨架，再生成完整的SQL语句，该机制能够隐式地约束SQL语法结构，提升生成准确性。我们在Spider数据集及其三个鲁棒性变体——Spider-DK、Spider-Syn和Spider-Realistic上对所提框架进行了评估。实验结果表明，该框架在性能与鲁棒性方面均表现出色。相关代码已开源，地址为：https://github.com/RUCKBReasoning/RESDSQL。