语言: 英语
组件:

• 文本: >
  将问题及表格转换为SQL查询。表结构: people_name(id,姓名), people_age(人员id,年龄)。问题: 查询名为jui且年龄小于25岁的人员数量
  许可协议: CC-BY-SA-4.0
  任务标签: 文本到SQL生成
  推理参数:
  最大长度: 512
  束搜索数: 10
  候选数: 10

这是https://huggingface.co/juierror/flan-t5-text2sql-with-schema的升级版本。

新增支持'<'符号，并能处理多表关联查询。

使用方法

from typing import List  
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM  

tokenizer = AutoTokenizer.from_pretrained("juierror/flan-t5-text2sql-with-schema-v2")  
model = AutoModelForSeq2SeqLM.from_pretrained("juierror/flan-t5-text2sql-with-schema-v2")  

def 生成提示模板(表结构, 问题):  
    模板 = f"""将问题及表格转换为SQL查询。表结构: {表结构}。问题: {问题}"""  
    return 模板  

def 准备输入(问题: str, 表结构: Dict[str, List[str]]):  
    表描述 = [f"""{表名}({",".join(表结构[表名])})""" for 表名 in 表结构]  
    表描述 = ", ".join(表描述)  
    提示 = 生成提示模板(表描述, 问题)  
    输入序列 = tokenizer(提示, max_length=512, return_tensors="pt").input_ids  
    return 输入序列  

def 执行推理(问题: str, 表结构: Dict[str, List[str]]) -> str:  
    输入数据 = 准备输入(问题=问题, 表结构=表结构)  
    输入数据 = 输入数据.to(model.device)  
    输出结果 = model.generate(inputs=输入数据, num_beams=10, top_k=10, max_length=512)  
    解码结果 = tokenizer.decode(token_ids=输出结果[0], skip_special_tokens=True)  
    return 解码结果  

print(执行推理("查询名为jui且年龄小于25岁的人员数量", {  
    "people_name": ["id", "姓名"],  
    "people_age": ["人员id", "年龄"]  
}))  

print(执行推理("查询名为jui且年龄小于25岁的id", {  
    "people_name": ["id", "姓名", "年龄"]  
})))  

训练数据

• CoSQL对话式SQL数据集
• Spider跨域语义解析基准
• SParC跨域上下文问答数据集