Эта модель предназначена для генерации структурированных SQL-запросов из подсказок на естественном языке. В задаче Text2SQL модель учится генерировать SQL-запрос на основе вопроса, заданного на естественном языке. Однако в некоторых случаях SQL-запрос содержит неизвестные столбцы и т. д. и вообще не учитывает схему конкретной базы данных. Вот тут-то и пригодится наш подход. Мы включили схему базы данных во входной вопрос во время обучения, чтобы указать, какие столбцы и отношения доступны для создания применимого SQL-запроса. Представление схемы базы данных вместе с подсказкой позволяет модели изучить сопоставление схемы с ожидаемым результатом. Это позволяет модели лучше обобщать схемы, которых не было в обучающих данных. Мы настраиваем эту модель с помощью контрольной точки t5-large-LM-adapt. Модель была точно настроена на обучающих разбиениях наборов данных Spider и Spider-Syn. Вместо использования только вопросов мы добавили к вопросу схему базы данных, так как хотели, чтобы модель генерировала вопрос по заданной базе данных. При оценке результатов мы запрашиваем базу данных SQLite и получаем: Вот как использовать эту модель для…
Модальности:
Генерация текста
Области применения:
Текст в SQL Диалог / чат
Задача: Генерация текста
Автор: gaussalgo
Теги: t5, text2text-generation, text2sql, conversational, en, text-generation-inference, endpoints_compatible
Лайков: 42 | Загрузок: 669
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
