基于BiLSTM的NL2SQL模型

来源：计算机应用与软件杂志2024年第3期北京时间：

作者：邰伟鹏, 刘杨, 王小林, 郑啸, 钟亮

摘要：随着互联网技术的发展，很多应用为大众提供金融量化服务，而大部分用户不具备金融或计算机专业知识，他们期望使用自然语言查询数据，因此自然语言转SQL（NL2SQL）被迫切需要。针对此问题，提出一种基于双向长短期记忆模型（BiLSTM）的中文金融NL2SQL算法，分为编码和解码阶段。在编码阶段，利用BiLSTM和注意力机制生成特征向量。在解码阶段，根据SQL的语法规则，将SQL生成解耦为九个分类任务，各个任务间相互依赖联合学习，之后生成复杂的SQL语句。除模型外，还训练出包含金融词汇的向量库，构建金融领域的数据集。通过在此数据集上实验验证，结果表明，该方法准确率更高，能有效解决金融领域SQL生成问题，并在某金融量化分析系统中实现。

关键词：NL2SQL, BiLSTM, 注意力机制, 向量库, 数据集