SOMA-SQL：通过综合日志和执行探测解决 NL-to-SQL 中的多源歧义

数据库的自然语言接口旨在将用户问题转换为可执行的 SQL，但在问题未指定且模式庞大且模糊的现实环境中仍然很脆弱。用户问题、数据库模式和模型解释之间的歧义是 NL2SQL 中的核心故障模式，导致意图不一致、数据库模式映射不正确以及 SQL 生成错误。现有的方法依赖于人类的澄清或将歧义视为模式表示问题，但这些方法不能自主地扩展或解决歧义。我们建议 SOMA-SQL 通过有针对性的合成查询日志和歧义驱动的探测来自动解决歧义。 SOMA-SQL 构建综合查询日志以进行模式解释并指导候选 SQL 生成；然后，它在结构化歧义分类和候选分歧的驱动下执行有针对性的探测查询，为最终 SQL 选择和修复生成消歧证据。这种主动的歧义发现和解决方法可以推广到未见的模式和查询分布，无需人工参与。对六个公共基准的实验表明，与最先进的基准相比，SOMA-SQL 的执行准确性平均提高了 13.0%，在模糊问题上的提升高达 16.7%。