国际实践，首先来到（bai）公义（du）仪表（bai）：键：顾名思义的文本tosql是根据用户在给定数据库的前提（或表）的问题基于用户的问题生成SQL语句（或表）。。数学描述如下：
令X表示用户的自然语言问题，D表示与该问题相关的数据库（或表），而Y表示其相应的SQL语句。
SQL语句生成任务可以表示为：对于相应y的每组独立（x，d，y），（x，d）。
以每个人都熟悉的场景为例。Pupsose我们有一个学生信息表，我们可以用自然语言询问：谁年龄在18岁以上，该模型需要返回与之相关的SQL语句，然后：
从学生信息中选择名称> 18岁
SQL有很多类别的文本，其中之一是由问题进行分类：
一个是上下文。
一个与上下文有关（两个问题之间存在一定的关系）：sparc
“上下文无关紧要”意味着问题之间没有联系，而“与上下文相关”是在两个问题之前和之后之间的联系。有一些参考或某个连接。
同样，让我们举一个简单的例子来解释：
问题1：预约的医生ID是什么？
预约医师
问题2：他们叫什么名字？
选择t2. name被任命为t1加入医师作为t2 ont1.physician = t2.empoyeeid
以上是与上下文相关的示例。第一句话决定了医生的ID，第二句话根据医生的ID确定医生的名字。
另一个是根据字段进行分类：**单个字段或多场
如果所有问题都是关于航空的，那么这是单个字段中的数据集。交叉域数据集可能在培训集中有许多区域，并且测试集中有许多区域。
第三是根据数据库进行分类：
单个表数据库：WikisQL，问题仅适用于一个表，或者数据库中只有一个表
多表数据库：蜘蛛，问题数据库中有许多表。它产生的SQL语句可能涉及多个表之间的连接。
第四类是根据标签类型对：
最终结果：wikiblesquestion
SQL语句：Wikisql，蜘蛛
一些数据集没有给出相关的SQL语句，而是直接给出结果。以先前的示例为例，“谁已经有18岁以上”，输出可以给出SQL语句或最终结果：列出这些人名称，但没有给出SQL陈述，其中包括其中，其中，其中，其中，其中没有给出。其中，涉及的“弱监督学习”并不能解释这次。
这次要解释的论文使用表格数据集，这也是一个表数据。也就是说，每个问题只问一个表格，与TableQQA和WikisQL有很多相似之处，但是存在某些差异，如图所示，下图：
引入数据集后，我们将简单地介绍本文中提出的模型。
首先，考虑一下这样一个问题：通过自然语言在SQL语言中可以是什么？实际上，最简单的想法：输入终端是自然语言句子，输出端是相应的SQL语句（根据SQL语句根据令牌和一个令牌）。
例如，在我们面前的示例，编码器是“年龄超过18岁的人”，输出端是xx表y条件中的选择名称。
此方法非常简单，但也伴随着一些问题：SQL语句是结构化查询语言。它具有一定的结构。这与一般语言生成任务不同。
对于一般语言生成任务，如果更改了一个或两个单词，则其语义可能不会改变太大。但是对于SQL语句，如果单词不同，则可能无法继续执行。因此，我们需要充分利用在SQL语句中的某些语法信息中，即结构信息。根据其结构来生成，这是本文提出的，并且是根据SQL的框架生成的。
因为TableQA数据集仅针对单个表，该表等效于省略。它可以分为两个部分，因此一个是SELECT子句，部分是where子句。
其中，选择句子有两个部分：一个是所选表的名称，另一个是聚合操作。例如，如果我们要求列的最大，最小值或最小值或总和，我们需要收敛。
对于部分条款，让我们详细介绍它：
$ WOP：关键连接的位置（和 /或 /null）
$ COLMN：数据库的名称
$ agg：选定列的操作（null，avg，max，min，count，sum）
$ op：Where子句中的列值
根据TableQA数据集的统计数据，选择和最多3个条件的最大3个条件仅限于选择：最多3个条件：
选择（Colorn）*
Colorn Value）*
该模型可以大致分为从底部到顶部的三个部分。
编码器：代码输入；使用简单的BERT模型，该版本为wwwm-ext.wwm意味着它使用完整的单词覆盖范围，而EXT扩展其训练集并增加了训练部署。
它的输入部分包括：问题和名称。将先前的“年龄超过18岁的人”为例，您可以看到上图中所示的图，T1到TL，然后在问问的每个列的名称中。表格，例如表格中的名称，学校数字或年龄。此外，与Bert输入不同，它使用[XLS]替换[Cls]。
列表示：增强列的表示；由于每列，它可能由多个令牌组成，例如名称“名称”，这可能是两个单词。这两个单词分别具有两个嵌入。因此，如何合并这两个嵌入列以列为列的列？我们可以使用上一个XLS的指数来增强列。具体做法如下：
首先，按照先前的XLS表示，计算所有令牌表示以计算注意力。在计算注意力之后，加上在上一个XLS中表达的嵌入后，两者的总和构成了该列的增强表示。
在上述步骤之后，我们获得了每个令牌的表达，并在形式中获得了每列的表示。
Sub -Model：这8个子模型的8个子模型和1个多任务。
如前所述，我们可以将SQL语句分为不同的部分，然后分别生成每个部分，因此我们可以获得8个子任务，即：
接下来，我们将向这8个子任务介绍他们的方法。
任务1：s-num：列出现在选择中的列数。[1，2]（2个类别）
第一个是出现在select的列数。对于tableqa数据集，Select中的列数可能仅为一个或两个列，因此我们可以用作双阶级分类问题：使用XLS的嵌入来使线性线性转化，然后获得乙状结肠的概率。
任务2：w-num-op：w-num中的连接和条件。[null-1，and-1，-1，-1，and-and-and-and-os-2，or-2，and-3，or-3]（7类）
第二个任务是位置中的连接和条件数。条件的数量是指“ >>”和“”<”、“=”等等条件的个数。我们可以将他们分成了7个类别，“-”前面的就是连接符，“-”后面的这些就是条件的个数。当然也可以把这两个任务进行分开，但是如果把这两个任务进行分开的话，效果与两个任务一起做相比，会大打折扣。
那么总共是有7个类型，就可以看成是7分类的问题，因此还是 XLS表示过一个线性变换，然后再经过softmax，就可以得到这7个类别上的概率分布。
第三个和第四个子任务是Select字句和Where字句当中出现的列。我们前面已经预测了Select当中的例数，以及Where当中的例数，那么在这一部分我们分别预测每一例所出现的概率即可。
任务三：S-col：Select 中出现的列
Select中出现的列：利用我们之前每一列得到增强的表示，经过一个线性变换，再过一个softmax就可以得到这一列所出现的概率。
任务四：W-col：Where 条件中出现的列
对Where条件当中出现的列：同样，利用不同的线性变化来进行得到这一列它所出现的概率。
任务五：S-col-agg：Select 中出现的列的操作符
[Null, AVG, MAX, MIN, COUNT, SUM]（6分类）
第五个任务是Select当中出现的这些操作符，这些操作符也被称为是聚合操作。比如说，我们可以求这一列当中所有数据的最大值、最小值或者求平均、求和等等。
在TableQA当中，5种操作符加上NULL一共是6种，我们可以将其看到是一个6分类的问题。同样，我们对每一列的增强的表示做一个线性变换，然后再经过softmax就可以得到每一类的概率分布。
任务六：W-col-op：Where 条件中出现的列对应的条件运算符
[> / / / / < / == / !=]（4分类）
对于Where条件当中出现的这些运算符也是一样。这些运算符，包括这一类大于一个数或者小于一个数，或者是等于某个值，或者不等于某个值，一共是4类，我们可以看作是一个4分类的问题。做法和之前的Select当中的运算符一致，也是给列的增强表示过一个线性映射再经过softmax得到4类的每一类的概率分布，从中的选取最大的作为这一列的运算符。
最后两个子任务就是服务于条件值预测。同样以我们前面的例子为例，“大于18岁的学生都有谁”。最后的结果应该是Where条件当中有一个age > 18，那么我们应该如何得到它？作者解决了两个子任务：
任务7：从问题中说出可能是价值价值的值
使用0/1在问题中标记令牌（1代表值，0表示非值），并且每组连续1个标记令牌的标记为一个整体使用
第一步是从问题中提取可能是价值的短语。例如，“谁已经有18岁以上”的问题，那么此子任务是从问题中撤出“ 18”。可以采用的是标记问题中出现的令牌，例如“谁大于18”中的“ 18”，我们将标记为1，然后所有其他令牌都会在0上bem绕，并有一个我们在问题中的令牌表达的线性转换，使用Sigmoid预测它是1还是0。
任务8：匹配出现在其中的提取短语和列
根据任务7，我们需要匹配出现在哪里的列。
在上一步中，我们标记为“ 18”至1，因此我们生成了“ 18”令牌序列。它是可能出现在一定条件下的值，但是在哪个列出现后，它是确定的内容这个步骤。
匹配出现在何处的漫长说法，如果它是由短语中的多个令牌组成的，则平均表达所有令牌的文本。如下图所示，此公式等同于寻求短语和短语之间的相似性在哪里，然后通过Sigmoid。先前的U是一个学习的参数。Sigmoid后，您可以获得短语和列的匹配：如果匹配，则可以将短语用作列表。例如，18岁的年龄匹配，然后我们可以写年龄> 18岁。
我们已经简要介绍了上面的8个子任务。通过这8个子任务，我们可以获得SQL语句并确保它与语法规则保持一致。但是它产生的SQL语句仍未执行。
因为内部SQL语句中可能存在一些限制：
在这些限制下，我们可以采用执行指导解码的方法：在解码过程中，删除那些无法执行的SQL语句，例如SQL语句执行的结果，或者根本无法执行它，这就是这样，这就是这样被执行，因此正在执行。我们可以在这些SQL语句中直接放弃，并选择具有符合上述条件的最大概率的SQL语句。
接下来是实验结果。
首先，简要介绍其采用的评估指标，即LX，X和MX。
LX是其逻辑形式的准确性。如果有稍有不同的内容，例如“>”是错误的，或者此列是错误的，那么此示例就是此示例ISMistake。
X是其执行结果的准确性。如果两个SQL语句可能不同（这两个SQL可能有一些差异），但是其执行结果是一致的，那么预测是正确的。
MX是以前的LX和X的平均值。它有两个模型，一个是单个模型，另一个是一个集成模型（背后的ENS）。多个训练的结果是通过合奏集成的，更好的结果是最终获得的。从图中，我们可以看到它比以前模型的结果更好。
由于先前的模型是基于WikisQl实现的。我们使用的TableQA与WikisQL不同，并且它比WikisQL更加困难，因此这些模型的先前模型在数据集上的TableQA上不是很好。
下图比较了8个不同的子模型的性能：
我们可以看到，在每个子模型上，其效果非常好。现在，它可以在合奏后取得更好的结果。
在实验的最后一部分中，我们进行了一系列消融实验。
从实验结果中，我们可以看到Bert-wwm-ext的版本比Bert-Base更好。最好将XLS用作前部的正面。我们将在下面为您提供更详细的介绍。
接下来，我们将在重复过程中介绍一些细节。
第一个是数据预处理部分。对于此数据集，其数据不标准化，并且可能发生以下情况（括号的歧义部分）：
以前的问题可以根据某些规则直接转换；可以通过通过数据库查找相关类别单词来代替以下内容。
在“值提取”部分中，我们尝试了许多方法，例如BERT+CRF，BERT+BILSTM+CRF和BERT+半贫穷的方法。在末尾使用0/1的方法，因为其效果是因为其效果是最好的。
如何实现0/1的方法？问题是“ Qingxiu Nancheng Department Store Co.，Ltd。在哪里？”？例如，详细说明。
查询：Qingxiu Nancheng百货公司有限公司在哪里？
bert_tokenizer：[[xls]'，'绿色'，'show'，'southern'，'city'，'00'，''''，'have'have''，'limite''，'public'，'where''''，'？'[九月]']
价值：Qingxiu South City百货商店有限公司
标签：[0，1，1，1，1，1，1，1，1，1，1，1，1，1，1，0，0，0，0，0，0]
首先，令牌，然后获取令牌序列。如果“ Qingxiu Nancheng Department Store Co.，Ltd。”出现在SQL语句中，令牌标记为1；对于未出现在SQL语句中的另一个，如果它未出现在SQL语句中0。0。
值检索
因为当值提取时，提取的值可能不标准化，或者与数据库中的数据库不一致。例如，下图中的“每个人”和“ Renren.com”：
查询1：每个人的上升和下降是多少？
价值：大家
在这种情况下，我们需要检索出现在值和SQL列中的所有值，然后选择最接近的单词作为最终值。然后，如果您搜索，我们可以选择许多方法，例如匹配l匹配方法和机器学习的几种方法：逻辑回归，SVR和贝叶斯。通过效果的比较，我们可以发现逻辑回报是最佳方法，其准确性为97％。
桌列信息增强：
在最后一部分中，表的内容已增强到列。
如上所示，例如，区域类别从中随机选择一个列值，例如“ uguangxi”，我们的列表示为“区域，uguangxi”作为整个列的表示，并将其发送到输入端，然后进一步获得列表示。在这种方式上，列的增强最终可以提高0.4的效果。
1.数据集未标准化。建议提取一些指定的数据进行培训和预测；
2.不要从0中复制0。您可以根据现有模型参考现有代码。
M-SQL：一种多任务表示方法，将自然语言转换为SQL语句
查看本期视频和算法链接的解释，请单击：MarketPlace.huaweicloud.com/markets/aihub/artail/artail/detail/？content_id = D5F27A62-43CB-6BB5C5C068