返回
FI-NL2PY2SQL: Financial Industry NL2SQL Innovation Model Based on Python and Large Language Model
DOI:10.3390/fi17010012.png)
摘要
En 中文
随着突出模型的快速发展,NL2SQL已取得诸多突破,但客户仍希望通过优化持续提升NL2SQL的准确性。基于大模型的方法为NL2SQL带来了革命性变革。本文创新性地提出了一种基于大型语言模型(LLM)的新型NL2SQL方法,该方法可适配边缘-云计算平台。首先,将自然语言转换为Python语言,再通过Python生成SQL。同时,考虑到金融行业监管要求的可追溯性特征,本文采用了开源大模型DeepSeek。在BIRD数据集上的测试表明,与大多数基于大型语言模型的NL2SQL模型相比,EX指标至少比原方法高2.73%,F1指标至少比原方法高3.72%,VES指标比原方法高6.34%。通过这一创新算法,金融行业中NL2SQL的准确性得到显著提升,能够为业务人员提供稳健的数据库访问模式。
Keyword:
LLM
NL2SQL
pre-training
prompt
Python
期刊
IF:
3.6
论文数:
1.3K
被引数:
6.5K
机构
引用论文
Enhancing Text-to-SQL Parsing through Question Rewriting and Execution-Guided Refinement通过问题重写和执行引导的精炼来增强文本到SQL的解析
Large language models in health care: Development, applications, and challenges医疗保健中的大型语言模型: 发展、应用和挑战
BUSINESS INTELLIGENCE IN THE ERA OF BIG DATA: A REVIEW OF ANALYTICAL TOOLS AND COMPETITIVE ADVANTAGE

