计算机工程

作者：王庆丰, 李旭, 姚春龙, 程腾腾

单位：1. 大连工业大学信息科学与工程学院, 辽宁 大连 1160342. 大连工业大学工程训练中心, 辽宁 大连 116034

关键词：中文文本转结构化查询语言,自然语言查询,中文SQL语句生成,预训练模型,Text-to-SQL数据集

基金：辽宁省教育厅青年科技人才“育苗”项目(J2020113); 辽宁省教育厅科学研究项目(LJKZ0537); 2024年度辽宁省属本科高校基本科研业务费专项资金资助项目(LJ212410152070)

研究生招生咨询是一种具有代表性的短时间高频次问答应用场景。针对现有基于词向量等方法的招生问答系统返回答案不够精确, 以及每年需要更新问题库的问题, 引入了基于文本转结构化查询语言(Text-to-SQL)技术的RESDSQL模型, 可将自然语言问题转化为SQL语句后到结构化数据库中查询答案并返回。搜集了研究生招生场景中的高频咨询问题, 根据3所高校真实招生数据, 构建问题与SQL语句模板, 通过填充模板的方式构建数据集, 共有训练集1 501条、测试集386条。将RESDSQL的RoBERTa模型替换为具有更强多语言生成能力的XLM-RoBERTa模型、T5模型替换为mT5模型, 并在目标领域数据集上进行微调, 在招生领域问题上取得了较高的准确率, 在mT5-large模型上执行正确率为0.95, 精确匹配率为1。与基于ChatGPT3.5模型、使用零样本提示的C3SQL方法对比, 该模型性能与成本均更优。

来源：2025年第3期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第3期