腾讯混元团队提出了一种名为MT-SQL的新方法,旨在提升多表自然语言查询的准确率。该方法通过多任务学习框架,结合表结构信息与语义解析,显著增强了模型在复杂数据库场景下的查询能力。实验结果显示,MT-SQL在多个公开数据集上取得了领先性能,尤其在高表关联场景中,准确率提升超过10%。
该技术有望降低非技术人员使用数据库的门槛,推动自然语言交互在数据分析领域的落地。目前相关论文已公开,并计划开源部分代码。
腾讯混元团队提出了一种名为MT-SQL的新方法,旨在提升多表自然语言查询的准确率。该方法通过多任务学习框架,结合表结构信息与语义解析,显著增强了模型在复杂数据库场景下的查询能力。实验结果显示,MT-SQL在多个公开数据集上取得了领先性能,尤其在高表关联场景中,准确率提升超过10%。
该技术有望降低非技术人员使用数据库的门槛,推动自然语言交互在数据分析领域的落地。目前相关论文已公开,并计划开源部分代码。