摘要

模式链接（Schema linking）是文本到SQL（Text-to-SQL）流水线中的关键步骤，其目标是在用户查询时从目标数据库中准确检索出相关的表和列，同时忽略无关的元素。然而，不完善的模式链接常常会导致必要列被错误排除，从而影响查询生成的准确性。在本研究中，我们重新审视了在最新一代大语言模型（LLMs）背景下模式链接的作用。实证结果表明，尽管存在大量无关模式元素，新型模型在生成过程中仍能有效利用相关模式信息。基于这一发现，我们提出在模式结构能够完整容纳于模型上下文窗口的情况下，完全跳过模式链接步骤，以避免因误过滤必要模式元素而引发的问题。此外，我们不再依赖于对上下文信息的简单过滤，而是引入并采用增强（augmentation）、选择（selection）和修正（correction）等技术，以提升文本到SQL生成的准确性。基于该方法，我们在BIRD基准测试中取得第一名，准确率达到71.83%。