.png){kind=icon}
返回
EvoAgent-SQL: An Evolutionary Multi-Agent Text2SQL Framework Integrating User Feedback and Reflective Adaptation
.png){kind=icon}
OA
AI
DOI：10.3390/sym18050792.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
自然语言到结构化查询语言（Text2SQL）是智能问答和数据库交互中的一个关键任务。基本挑战在于实现自然语言表达与数据库模式之间的语义对称性，以及查询生成与错误纠正之间的行为对称性。传统方法往往难以理解领域特定概念并动态适应用户反馈，破坏了系统输出与用户意图之间的期望对称性。本文提出EvoAgent-SQL作为基于低成本轻量级模型的私有领域数据查询的轻量级工程框架。该框架包含三个核心代理：（1）模式锚定代理（SGA）建立从自然语言概念到数据库字段的对称映射；（2）执行代理（EA）生成SQL查询；（3）反思代理（RA）通过分析错误并提出纠正来镜像EA的输出，形成反射对称循环。当出现歧义时，用户反馈被纳入作为对称破缺信号，RA利用带有记忆机制的迭代演化来恢复对齐。我们在教育领域数据集上评估了该框架，并提供了发布净化模式、自然语言问题和参考SQL的可复现计划，同时保留机密机构记录。实验结果表明，EvoAgent-SQL提高了查询执行精度，经过一轮演化周期后相对误差残差减少13.7%，两轮后累计减少17.6%，表明在领域特定的Text2SQL任务中具有实用适应性。
Keyword:
human-computer interaction
Text2SQL
multi-agent system
symmetry and evolutionary mechanism
user feedback
reflective learning
期刊
S
IF:
2.2
论文数:
1.4K
被引数:
0
机构
引用论文
.png){kind=icon}
分享收藏RASAT: Integrating Relational Structures into Pretrained Seq2Seq Model for Text-to-SQLRASAT：将关系结构集成到预训练的Seq2Seq模型中以实现文本到SQL的转换OAAI
OAAI分享收藏
查看更多内容